凌華科技發布AES-100 邊緣智能服務器
加入技術交流群
凌華科技推出基于華為Ascend Atlas200的全新邊緣智能服務器AES-100，突破固有服務器的設計理念，采用分布式AI節點加彈性靈活的處理器設計方案，可在緊湊的1U空間內布置多路邊緣處理單元，也可以根據場景和需求不同搭配不同的CPU模塊，適用于廣泛的AI邊緣應用。 
AES-100視頻分析服務器架構圖
產品亮點
· AES-100采用華為Atlas200邊緣智能計算核心，在1U空間內最多可支持24路Ascend310并行處理，最高具備了528TFLOPS算力；
· 每個Atlas-200可獨立部署任務，達到物理隔離部署不同的算法；
· 靈活多變的計算核心，可搭配Intel、兆芯、飛騰等多種處理器，適應不同的工作環境和要求，還可滿足國產化CPU加國產化AI模塊的需求；
· 提供高網絡吞吐能力，標配支持4路千兆網路和1路管理網口；
· 高可靠性，提供雙冗余電源；
· 單瓦算力優秀，整機可達到1.38TFLOPS/W；
與傳統的集中式算力架構相比，AES-100采用的分布式多路AI節點能夠有效地降低硬件成本。
算力架構 | 傳統集中式算力架構 | 分布式算力架構 |
產品特點 | CPU+GPU的異構計算，多個GPU通過PCIE鏈接到兩顆處理器，如：雙路4PU服務器、雙路8GPU服務器； | 每顆AI SOC芯片是一個完整的小算力節點，配置獨立的CPU、AI核心、編解碼核心、顯存、存儲和操作系統； |
CPU主要職責 | 負責數據預處理，如視頻軟解碼，CPU性能要求較高，根據GPU數量增加，CPU的性能也要增加； | 系統CPU：負責任務調度，對CPU性能要求不高； SOC CPU：負責數據預處理； 編解碼核心：負責視頻編解碼； |
內存主要職責 | 與GPU顯存之間數據交換，一般配置的內存容量要大于GPU的顯存總容量，GPU數量越多，需要配置的內存容量也越大； | 系統內存：負責任務調度，對內存容量要求不高； SOC 內存：相當于顯存，用于數據交換； |
成本對比 | CPU和內存的性能要求高，成本占比高 | CPU和內存的性能要求低，成本占比低 |
在高算力的場景下，采用分布式算力架構的硬件成本可大幅度下降。AES-100可以廣泛應用在城市道路對行人、機動車以及非機動車的特征結構化數據分析，可極大提高在海量視頻中對目標的查找速度；監所等特殊場合發生的一場行為進行檢測，并及時發出報警，有效提升視頻監控的價值，保障工作人員及在押人員的安全。
評論