日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

1 方案背景與目標

隨著全球實體經濟與數字經濟融合發展，社會對安全生產的重視程度不斷加強，工業企業數智化升級需求迫切。針對各行業安全生產管控需求及痛點，深圳鯤云信息科技有限公司（以下簡稱：鯤云科技）基于自主研發的可重構數據流AI芯片及一系列具備高性價比和易用性的軟硬件產品，高性能、低延時、高算力性價比的智慧安監AI視頻分析解決方案，可對前端圖像數據進行實時識別分析預警，并通過AI推理平臺對預警結果進行直觀展示。

通過深度學習算法對接入的視頻進行數據處理，識別作業區域的人員安全帽、工服，違規區域人員闖入，以及液體泄露、煙霧、火焰等環境風險，并為企業搭建可視化監控中心，實時查看 AI 報警分析結果和視頻流數據，實現風險報警處理率80%，違規數量較部署前降低30%，人員管理效率提升70%，企業安全監管效率和應急處理效率提高30%。該方案涵蓋安全生產、儲存、使用、經營、運輸等環節，涉及人員管理、資源管理、場地管理多個場景，支持人員行為、環境風險、生產設備、特殊作業的實時智能監測報警，助力化工、石油、礦山、能源等20+行業實現安全生產管理智能化。

2 方案詳細介紹

圖1.基于可重構數據流的AI視頻分析解決方案

鯤云科技的智慧安監AI視頻分析解決方案，其AI算力層基于鯤云科技數據流AI芯片及其算力產品，硬件自主可控；軟件層基于鯤云科技自主研發的深度學習算法，高精度圖像算法，準確率達95%以上；平臺層采用人工智能圖像識別推理平臺“星云AI視覺分析平臺”，軟硬件深度結合。其中，

（1）算力層：基于數據流AI芯片CAISA的算力產品，高算力性價比

工業智能化升級過程中，安全生產是至關重要的一環，其中，視頻智能分析的時效性和準確性關乎到生產安全和效率，高性能硬件的支持極為重要。

基于鯤云全球首款數據流AI芯片CAISA，提供不同邊緣計算平臺，支持橫向擴縮容的多類型計算節點，實現多路視頻結構化分析，具更高的算力性價比；最低3ms延時，更適合實時應用；提供PCIe 3.0×8 接口，適用于邊緣端服務器設備，部署簡易，應用設備為服務器、工作小站、工控機，可適配多種計算平臺。搭載基于數據流AI芯片的加速卡其利用率可高達95.4%，相比市面常用深度學習加速硬件提供最高10倍以上資源利用率，為企業提供高性能高算力性價比的計算加速方案。

（2）軟件層：高精度場景算法，準確識別異常，提升安全管理效率

算力層以搭載數據流AI芯片的AI加速卡、AI智能分析服務器為核心，視頻數據通過硬盤錄像機進行存儲，同時通過本地網絡傳輸到AI分析服務器進行視頻解碼，搭配人工智能后臺的深度學習算法進行人員行為、環境狀態、物體設備的實時分析和識別，發現異常則及時預警。

依托安監場景通用算法或基于園區場景數據定制開發的高精度算法，對監控視頻圖像的智能分析，捕捉特定目標，提取需求屬性，識別違規現象，做到事前預警、事中管控、事后取證。

（3）平臺層：人工智能圖像識別推理平臺，實現軟硬件深度融合

基于自主研發的數據流AI芯片及其算力產品，鯤云科技提供軟硬一體化的解決方案，平臺層采用人工智能圖像識別推理平臺“星云AI視覺分析平臺”，可以實現人工智能算法快速落地，由網頁端節點和智能計算服務節點構成，部署安全帽識別、反光衣識別、生產設備狀態識別等智慧安監算法，支撐采油廠、化工園區、工業園區、建筑工地、水泥廠等園區場景實現安全管理智能化。平臺支持多種流媒體服務平臺接入，充分兼容已有安防監控系統，可通過DVR、NVR、平臺SDK等快速集成，支持多種部署架構，適配多種視頻分析場景；并提供多層次開放能力，從業務層的restful API到服務層的算法調用API，助力企業按需定制。

圖2. 智慧化工園區AI安全監控中心

圖3. 部分智能算法

3 代表性及推廣價值

3.1 核心競爭力：95.4%高算力利用率的數據流架構CAISA

人工智能領域應用目前處于技術和需求融合的高速發展階段，不同行業對AI算力的需求正處于高速增長，成本考量和物理學特性等因素將會壓制傳統AI硬件性能的上升勢頭。傳統的指令集架構是目前國內外研發AI芯片的主流框架，受限于指令間的依賴、指令間協同的時鐘不確定性，指令內部的計算單元會出現閑置等挑戰，進一步提升芯片峰值算力所帶來的收益有限，而在芯片利用效率上仍有非常大的提升空間，存在“馮諾依曼瓶頸”。

聚焦于安全生產的邊緣計算中更廣泛的AI推斷算力需求，鯤云科技提出新的AI計算平臺的架構實現方式——自主研發“定制數據流架構”CAISA3.0并發布全球首款可商用數據流AI芯片CAISA，目前已實現量產。相對于傳統指令集架構下的AI芯片，CAISA芯片真正實現底層架構創新，不存在指令依賴，依托數據流的流動次序控制計算執行次序，數據計算與數據流動重疊，實現芯片實測算力上的技術突破。

不同于基于馮諾依曼的指令集架構，數據流架構依托數據流的流動次序控制計算執行次序。在這種計算方式下，解決指令集架構的幾大核心問題：

（1）數據流架構中數據流動次序即計算執行次序，沒有指令概念，移除了由于指令帶來的控制冗余以及等待指令讀取譯碼帶來的計算單元閑置；

（2）數據流架構支持時鐘級的精確計算，每個數據流動及計算在每個時鐘都可精確預計，從而支持將數據流動與計算深度重疊，大幅降低計算單元閑置；

（3）數據流架構中一個數據流流水線中可深度整合大量計算單元，從而打破指令集架構中峰值算力提升與芯片利用率的沖突問題：通過不斷加深數據流流水線，可以在提升峰值算力同時，不降低流水線中計算單單元閑置時間。

該芯片架構具有的技術理論優勢主要有三個方面：

（1）高算力性價比：CAISA芯片實測芯片利用率高達95%，較同類產品在芯片利用率上最高提升了10倍以上；

（2）高架構通用性：支持各種深度學習算法，包括目標檢測、分割、分類等領域應用的主流算法；

（3）高軟件易用性：提供 RainBuilder 開發工具鏈，自頂層深度學習開源框架中算法至底層CAISA架構時鐘精確映射，端到端自動化工具兼容現有人工智能開發框架、生態及軟件。

定制數據流CAISA架構具有高芯片利用率高、低延時、高通用性等優點，且已初步實現了AI計算加速方案產品的量產化。

3.2 推廣價值

在算力層上，該方案采用開創性的可重構數據流架構AI芯片CAISA，芯片利用率最高可達95.4%，在芯片成本為國際同類產品1/3的情況下，最高可提供4.12倍以上的實測性能，為安全生產數智化落地節省30%以上的AI算力部署成本；在算法層面，該方案打破了數據壁壘，開發了匹配各類應用場景的高精度算法如安全帽識別、煙火識別、打電話識別、原油泄漏、危化車輛識別、滅火器識別等多種異常行為識別，延遲3s以內，單服務器Callback向外推送事件的能力可達每秒1000+事件，準確率達99%以上；基于自研的算力算法，該方案采用人工智能圖像識別推理平臺“星云AI視覺分析平臺” 支持多種流媒體服務平臺接入，充分兼容已有安全生產監控系統，降本增效；可通過DVR、NVR、平臺SDK等快速集成，支持多種部署架構；并提供多層次開放能力，從業務層的restful API到服務層的算法調用API，按需定制。

基于可重構數據流AI芯片推出的AI視頻分析解決方案，解決了傳統安監系統視頻結構化數據利用率低、監控過于被動、警情處置效率低的痛點，給石油、化工、電力、加油站等存在安全隱患的國民支柱行業的智能化升級和安全生產監控，實現從芯片到操作平臺、用戶最終界面的一體化標準。

方案能夠充分利舊降低成本，兼容已有監控系統，基于原有攝像頭進行圖像分析，適合批量上線，極大降低部署成本；并提供多層次開放API，方便快速集成，在現有的信息化能力手段上，融合視頻AI智能管控，通過實時分析、報表圖表、反饋、提供決策依據和管理依據，讓系統代替部分人工崗位，使管理效率和應急處理效率更高。

該方案榮獲中國電子技術標準化研究院“AI芯”標準典型應用案例、中國石油和化學工業聯合會年度智慧化工園區適用技術、山東省新一代信息技術產業鏈企業新技術新產品等多項行業認可。通過發揮算力與算法的聯合優勢，提升風險識別準確率、預警響應速度、多事件Callback向外推送事件等多種能力，解決安全生產中的隱患排查不精準、全員參與不充分、整改情況難追溯等痛點難點問題。