堅固邊緣推理分析的五大應用

1.智能監(jiān)控

在堅固的邊緣設備上進行推理分析可以立即處理和分析監(jiān)控攝像機和其他連接的外圍設備提供的數(shù)據(jù)。GPU支持的推理分析可為捕獲的可視數(shù)據(jù)進行實時視頻分析，這些可視數(shù)據(jù)可應用于多種安全，保障和優(yōu)化任務。一個部署在一個繁忙的機場安全接觸點的相機系統(tǒng)可以使用的推理分析，快速進行面部識別通過交叉引用已注冊乘客圖像的安全數(shù)據(jù)庫，提供了比人工登機門所提供的更快，更準確的安全性和便利性。可以將其他參數(shù)應用于相同的視頻數(shù)據(jù)，以預測行為，識別可疑或無人看管的對象以及檢測可能需要立即進行安全干預的事件。隨著邊緣計算機處理更多數(shù)據(jù)，機器學習推理分析任務改善了DL模型，從而可以在更遠的距離和各種異常情況下更快地執(zhí)行識別功能。

2.智能交通系統(tǒng)（ITS）

部署在連接的智能城市周圍的分布式物聯(lián)網(wǎng)網(wǎng)絡上的堅固型邊緣計算機會收到各種類型的數(shù)據(jù)，這些數(shù)據(jù)需要立即處理以維護高效的公共系統(tǒng)。由GPU驅(qū)動的推理任務可以執(zhí)行車牌識別，以促進收費，快速識別和定位感興趣的車輛以及監(jiān)視交通模式和通勤頻率。可以將這些數(shù)據(jù)路由到其他城市系統(tǒng)，以進行進一步處理，以同步交通信號系統(tǒng)，公共交通調(diào)度，車輛到所有通信和緊急調(diào)度，以增強智慧城市運營的安全性，效率和可持續(xù)性。

3.工業(yè)4.0

工業(yè)物聯(lián)網(wǎng)中的推理分析對制造和關鍵基礎設施系統(tǒng)的管理具有巨大的意義。部署在不同分布式系統(tǒng)上的堅固型邊緣計算機均專門從事推理分析任務，這些任務可導致更安全，更簡化的工業(yè)運營。機器視覺系統(tǒng)分析產(chǎn)品的視覺圖像，以立即檢測人眼無法察覺的缺陷或像差，從而確保整個制造過程中的高質(zhì)量一致性。機器學習推理是用于計量和檢查應用程序的絕佳工具，可以確定幾秒鐘內(nèi)的缺陷，如以下視頻示例所示。

自主機器人在識別并響應條件變化時無人監(jiān)管地執(zhí)行分配的任務，并通過機器學習進行相應調(diào)整以保持生產(chǎn)率，而不會危害人類或其他系統(tǒng)。推理分析可將材料消耗，能源消耗和生產(chǎn)能力告知AI平臺，以優(yōu)化可持續(xù)生產(chǎn)和服務的資源可用性。推理分析還有助于檢測網(wǎng)絡入侵并自動初始化網(wǎng)絡安全控制措施，以抵消或減輕未經(jīng)授權(quán)的訪問。

4.自主車輛和車隊管理

推理分析可為負責自動或半自動安全駕駛汽車的車載計算機進行機器學習。強大的并行計算處理來自道路的視頻數(shù)據(jù)，其中包含與道路狀況，危險和其他駕駛員的預期操作相關的信息，以預測未來的結(jié)果并安全且無延遲地操作車輛控制系統(tǒng)。機器學習不斷完善系統(tǒng)的可操作性和響應能力，為在培訓之外的情況下進行談判做好準備。可以結(jié)合GPS處理來自ITS的有關天氣，旅行和交通狀況的傳入數(shù)據(jù)，以優(yōu)化燃油消耗。另外，語音識別參數(shù)允許對車輛系統(tǒng)進行語音控制。

5.醫(yī)學影像與疾病診斷

　　推理分析支持醫(yī)療AI應用程序，能夠在移動或遠程設置中采用計算密集型成像和預測模型。GPU通過快速處理高分辨率的多維圖像來加速基于放射學和計算機斷層掃描的醫(yī)學報告以及分段和預測模型的生成。無需為了提高速度而降低圖像質(zhì)量，醫(yī)生可以在醫(yī)療機構(gòu)之外更快地診斷出患者，并且準確性更高，從而為患者帶來更好的結(jié)果。