AI与图像识别的碰撞!研华推出AI视频辨识方案VEGA-4000系列

上一期的【IoT产品】中,我们为大家介绍了AI深度学习硬件平台产品GPU服务器。(阅读上期)

研华近年来积极投入AI深度学习领域,今天我们就继续人工智能的话题,聊一聊AI图像识别。

图像识别是人工智能的一个重要领域,当前,图像识别技术在社会生活中的各个领域:智能医疗、智能交通、无人商店等都扮演着重要角色。

今天我们为大家介绍的就是应用在AI视频辨识方案的高性能多功能可编程PCIE卡——VEGA-4000。

AI视频辨识方案:研华VEGA-4000

随着用户自创的视频内容变得无处不自,产生了相应的服务需求:实时分析和智能辨识可确保辨识规则并有效分类多元化的视频内容,加速创新的应用。

研华VEGA-4000系列是我们为适应互联网、广播电视、云端服务快速发展,对硬件产品有专业性和灵活性双重要求而打造的产品!

VEGA-4000

本产品适用于WINDOWS系统和LINUX系统,可以部署先进神经网络,深度学习算法和视频分析,应用在基于人工智能方面的画面对比、图像分析、物体辨识、物体计数、自动驾驶、大数据分析等应用,也可以部署高效的编码算法,与开发环境和辅助硬件相结合,实现H.264、HEVC、XAVC等编码。

VEGA-4000可以让用户以最短时间完成功能开发,有效节省集成商的开发成本。

VEGA-4000:技术优势

采用可编程处理芯片

VEGA-4000采用可编程的FPGA芯片作为主处理芯片,增加了板卡的灵活度,决定了其在应用上具有强大的灵活性。客户可根据自行需要重新编程或二次开发。架设到云端以及互联网上使用,可减少板卡的闲置时间。

例如客户有转码需求时,可当做编码卡使用。当客户有人工智能需求时,可当做深度学习卡片使用。Intel也开发了类似产品,可编程板卡是未来的一种趋势。

小巧灵活、功耗低

VEGA-4000具有物理尺寸小巧、功耗低、灵活性高的特点。在这样一个半长、半高的PCIE卡片里,就可以完成多项功能:其采用被动散热;所有数据通过PCIE接口进行传输;适用于各种有PCIE接口的工作站、工控机、服务器等。性能远远超过CPU与GPU,而不需要额外供电。

专业性、稳定性

在高清时代,基于互联网或云端服务的视频处理是利用CPU或GPU完成的。CPU或GPU虽然具有通用性强的特点,但不具有专业性和稳定性。

而VEGA-4000作为专业的硬件卡片,具有硬件产品的专业性以及稳定性。

VEGA-4000解决了XAVC编码占用CPU性能过高的问题。传统高清XAVC编码基于CPU处理,但4K的来临,导致CPU无法胜任,GPU又不支持XAVC编码。需要通过额外手段解决,VEGA-4000正好解决了这个问题,为中国广播电视4K事业发展做出贡献。

客户反馈VEGA-4000相比于GPU卡,可以实现无源工作。更适用于工控机使用。同时在XAVC、H.264、HEVC编码性能上,明显优于CPU。能为企业降低部署成本。基于可编程的FPGA做为处理芯片,为云端用户带来了基带的灵活性,可根据客户需要,分时段实现不同功能。

2018年8月22-25日,即将在北京BIRTV展会中发布最新8KVEGA视频创新方案,展示分为六大主题,包括AI 图像辨识+XAVC编码、8KVR、4K高密度云转码、4K便携式视频推流器、4K转播车视频编码器及海量视频深度学习训练平台,联合业界重要伙伴,全面展示4K/8K超高清流媒体应用。

届时,VEGA-4000也会在现场露出,我们还会为大家演示图像辨识方案。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180808A1F68P00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券