-
技术规格
- 1 x 英特尔® 酷睿™ i3 处理器
- 双核心
- 主频 2.40GHz
- 3MB 高速缓存
- 热设计功耗 15 瓦
- 英特尔® 核芯显卡 620
- 2 x 4 GB DDR4 SODIMM 内存, 总计 8 GB
- 12 x 英特尔® Movidius™ Myriad ™ X MA2485 视觉处理单元 (VPU)
- 700MHz 工作频率
- 16 x SHAVE 128 位 VLIW 浮点向量处理器
- 2 x LEON4 32-bit RISC 处理器
- 4Gbit LP DDR4 封装内存
- PCIe Gen 3 x 4 主机接口
功耗&散热: 最大功耗 75 瓦、被动式散热
-
物理尺寸:
-
高度:全高 126 毫米
- 宽度:¾ 长 254 毫米
- 单槽宽度
工作环境
- 工作温度: 0°C to 55°C @ 15CFM
- 非工作温度: -20°C to 70°C
- 湿度: 相对湿度 8% to 85%
- 工作海拔: 3,050 米
认证
- 电磁兼容: Class A, CISPR 22, FCC, CE
- 安全: CB Scheme, UL, cUL, CE
资源分享
强化边缘算力,驱动制造业云边协同和智能转型
AIoT资源分享说明
來源: https://www.intel.cn/content/www/cn/zh/customer-spotlight/cases/china-mobile-iot-customer-story.html
执行概要
通信与网络技术的高速发展正为物联网的创新和演进注入新的动力,进而也为制造业等传统产业的数字化和智能化转型创造了更多契机。作为中国移动旗下物联网业务和服务的重要载体,中移物联网有限公司 (以下简称 “中移物联网”) 正以公司 “大连接” 战略为引导,融合边缘计算、云计算、人工智能 (Artificial Intelligence, AI) 以及 5G 等前沿技术,打造和完善 OneNET 边缘计算平台,以加速制造业智能化创新。
OneNET 边缘计算平台主要的优势,就是源于其服务 “边缘” 的定位。它能以 “云边协同” 的方式,来为用户提供全方位的物联网体系架构。为使该平台具备更高效也更为灵活的边缘计算能力,中移物联网与英特尔一起,为它引入了搭载视觉云媒体分析加速卡 (Visual Cloud Accelerator Card – Analytics,VCAC-A) 的移动边缘计算 (Mobile Edge Computing,MEC) 服务器,不仅在边缘侧兼顾了强劲的算力,还使其具备了强劲的机器视觉深度学习推理能力。
“作为中国移动大连接战略布局的重要组成部分,中移物联网正积极借助网络转型为边缘带来的优势,打造 OneNET 边缘计算平台,来为传统行业的智能化转型提供技术后盾。搭载 VCAC-A 的 MEC 服务器,可为用户在边缘侧提供强劲的算力和高效的视觉推理能力。我们以 OneNET 边缘计算平台为基础打造的基于机器视觉的工业质检解决方案,也能切实为制造业的数字化和智能化转型提供实实在在的支持与帮助。” ----- 刘源 副总经理兼高级技术总监 开放平台部 中移物联网有限公司
目前,基于 OneNET 边缘计算平台的解决方案已在机械制造、纺织等多个行业中实现了成功的部署,以其在某燃气表具自动化检测管理系统中的应用为例,新方案大幅提升了燃气表具检测的精度和自动化水平,并大大节省了人力成本,实现了生产效率与效益的双丰收,获得了一线用户的认可与好评。
资源分享应用
中移物联网获得的解决方案优势:
• OneNET 边缘计算平台实现了边缘与云端的数据同步,可为云端的离线大数据分析及 AI 训练提供更多数据样本;同时,云端也能将训练升级后的 AI 模型与算法下沉至边缘,确保用户持续获取更高效、更精准的推理力;
• 新方案高效的云边协同、视觉处理与 AI 推理能力,可帮助用户大幅提升燃气表具检测的自动化水平,原有三个信息采集人员的工作可由一个人代替,并可取消出厂专职信息采集人员,从而有效节约人力成本,降低总拥有成本 (Total Cost of Ownership, TCO);
• 借助 VCAC-A 输出的加速算力,新方案应用于燃气表具检测时,可高效实现光学字符识别 (Optical Character Recognition,OCR)、表盘读取等 AI 推理,检测精度达 99.5%1,在提高质检效率的同时,还能大副降低不良品的漏检机率。
支持云边协同的边缘计算平台
作为智能制造的重要元素或基石,信息与网络技术的发展可助力企业的产线操作、生产管理和经营决策实现革新,例如物联网、云计算、AI 以及 5G 技术的发展和融合,可帮助企业的产线操作更为智能、生产过程更为高效、经营决策也更为科学。
在这一过程中,海量的数据和计算处理需求对企业IT人才储备和 IT 设施运维提出了更为严峻的挑战。传统的集中式云计算架构模式已无法很好地满足企业数字化转型中海量数据处理的要求,而传统生产企业信息基础较弱的现况,更加剧了其实施智能化转型的难度。
为帮助包括传统制造业在内的各行各业应对这一挑战,中移物联网正借助网络转型为边缘带来的优势,将部分云端能力下沉至边缘,打造和完善以 OneNET 边缘计算平台为核心的云边协同解决方案。该平台的架构如图一所示:一方面,该平台通过服务协同、智能协同等方式,帮助用户在云端获得 AI 模型训练、大数据分析、函数计算等一系列复杂能力,而无需企业自行开发和运维,其数据协同则既能够为云端提供丰富的训练分析数据样本,也可显著缩短边缘侧算法升级的耗时;另一方面,该平台还可利用丰富的数据采集和设备控制能力,结合边缘侧部署的强大算力和推理能力,对产线、设备等实施数据聚合、应用执行、AI 推理以及安防监控,从而减轻数据传输带来的网络压力,增加系统的敏捷性和安全性。
围绕着具备上述功能的 OneNET 边缘计算平台,中移物联网针对各行业智能转型中的实际挑战与需求,提出了一系列的行业解决方案,例如面向智能制造,用于燃气设备生产企业的表具自动化检测方案。
基于 OneNET 的燃气表具检测新方案
燃气设备生产企业在出厂表具读数记录、各型设备数量统计以及走表读数精度测试上的传统做法是采用人工录入的方式,这种方式难以避免读表错误率高且效率低下的问题,而基于机器视觉的自动化检测方案则是解决这一问题的良方。但由于表具生产厂家众多,同一厂家也有不同型号的产品,数据读数、位数都存在较大差异,因此传统的机器视觉方案很难适配这种多样化、差异化的需求。用户每新添一款产品,甚至改动一次表盘样式,都需要对视觉算法进行重新开发,会造成巨大的成本、时间和资源浪费。
中移物联网提出的基于 OneNET 边缘计算平台的云边协同新方案,则为上述难题带来了化繁为简的解决方案:它一方面可以借助云端强大的 AI 模型训练和大数据分析能力,为企业提供检测模型的实时更新和优化,减少 IT 设施运维压力和成本;另一方面它也能利用强有力的边缘计算能力,协助企业更为高效、灵活地在产线中构建基于机器视觉和深度学习的全新检测方案。
(完整文章,請參考: https://www.intel.cn/content/www/cn/zh/customer-spotlight/cases/china-mobile-iot-customer-story.html )