AES-100边缘智能服务器,颠覆传统服务器,架构让人工智能边缘部署更轻松
中国上海 – 2022年6月16日
全球领先的边缘计算解决方案提供商—凌华科技推出基于华为Ascend Atlas200的全新边缘智能服务器AES-100,突破固有服务器的设计理念,采用分布式AI节点加弹性灵活的处理器设计方案,可在紧凑的1U空间内布置多路边缘处理单元,也可以根据场景和需求不同搭配不同的CPU模块,适用于广泛的AI边缘应用。
AES-100视频分析服务器架构图
产品亮点
与传统的集中式算力架构相比,AES-100采用的分布式多路AI节点能够有效地降低硬件成本。
算力架构 |
传统集中式算力架构 |
分布式算力架构 |
产品特点 |
CPU+GPU的异构计算,多个GPU通过PCIE链接到两颗处理器,如:双路4PU服务器、双路8GPU服务器; |
每颗AI SOC芯片是一个完整的小算力节点,配置独立的CPU、AI核心、编解码核心、显存、存储和操作系统; |
CPU主要职责 |
负责数据预处理,如视频软解码,CPU性能要求较高,根据GPU数量增加,CPU的性能也要增加; |
系统CPU:负责任务调度,对CPU性能要求不高; SOC CPU:负责数据预处理; 编解码核心:负责视频编解码; |
内存主要职责 |
与GPU显存之间数据交换,一般配置的内存容量要大于GPU的显存总容量,GPU数量越多,需要配置的内存容量也越大; |
系统内存:负责任务调度,对内存容量要求不高; SOC 内存:相当于显存,用于数据交换; |
成本对比 |
CPU和内存的性能要求高,成本占比高 |
CPU和内存的性能要求低,成本占比低 |
在高算力的场景下,采用分布式算力架构的硬件成本可大幅度下降。AES-100可以广泛应用在城市道路对行人、机动车以及非机动车的特征结构化数据分析,可极大提高在海量视频中对目标的查找速度;监所等特殊场合发生的一场行为进行检测,并及时发出报警,有效提升视频监控的价值,保障工作人员及在押人员的安全。
好文章,需要你的鼓励
Instabase 公司完成 1 亿美元 D 轮融资,估值 12.4 亿美元。该公司提供非结构化数据处理平台,可从多种文件中提取信息并标准化。新资金将用于增强数据提取、分析和搜索功能,以满足企业 AI 需求。
人工智能在建筑设计领域正展现出惊人潜力。从生成令人赏心悦目的建筑效果图,到创造无限游戏世界,AI 正逐步改变设计流程。尽管人类仍是核心创作者,但 AI 辅助工具正迅速普及,未来可能会大幅提升设计效率和质量。这一趋势引发了对 AI 取代人类建筑师的担忧,也带来了硬件革命和地缘政治影响。
研究显示,高收入公司的CEO正将人工智能置于业务战略的核心地位。欧美企业声称已具备AI项目的基础条件。专家建议避免过度乐观,关注投资回报,构建稳健的数据基础,并优先考虑循序渐进的推广策略。研究还发现,最成功的公司往往是那些高层领导有意识地不直接参与AI战略制定的公司。
微软研究团队开发了名为 MatterGen 的扩散模型系统,用于高效发现新材料。该系统可从大量候选材料中筛选出具有特定性质的新材料,比传统方法快速高效得多。这项技术有望加速电池等关键领域的创新,推动材料科学的发展。