富士康 與Socionext和Hailo攜手，在邊緣推出了用于視頻分析的下一代AI處理解決方案。

富士康將其高密度，無(wú)風(fēng)扇，高效的邊緣計(jì)算解決方案“ BOXiedge”與Socionext的高效并行處理器“ SynQuacer” SC2A11和Hailo-8深度學(xué)習(xí)處理器相結(jié)合。獨(dú)立AI推理節(jié)點(diǎn)的領(lǐng)先能源效率，使包括智慧城市，智慧醫(yī)療，智慧零售和工業(yè)物聯(lián)網(wǎng)在內(nèi)的應(yīng)用受益。

強(qiáng)大的解決方案可實(shí)時(shí)處理20多個(gè)攝像機(jī)流輸入

研究機(jī)構(gòu)IDC預(yù)測(cè)， 到 2023年，全球AI市場(chǎng)的收入將接近984億美元，該聯(lián)合解決方案有助于滿足視頻分析，圖像分類和對(duì)象分割所需的具有成本效益的多處理功能的需求。強(qiáng)大，高效的產(chǎn)品能夠在邊緣處實(shí)時(shí)處理和分析20多個(gè)流式攝像機(jī)輸入提要。結(jié)果是一個(gè)高密度，低功耗，完整的本地VMS服務(wù)器，確保了視頻分析和隱私的最佳性能，包括圖像分類，檢測(cè)，姿勢(shì)估計(jì)以及其他各種基于AI的應(yīng)用程序-都是實(shí)時(shí)的。

“我們?cè)诟皇靠档脑妇笆菫橄乱淮鶤I解決方案鋪平道路，”富士康科技集團(tuán)半導(dǎo)體子集團(tuán)副總裁Gene Liu說(shuō)，“我們對(duì)與我們的長(zhǎng)期合作伙伴Socionext以及Hailo的戰(zhàn)略合作充滿信心，會(huì)做得更多。我們認(rèn)識(shí)到為多種應(yīng)用采用AI解決方案的巨大潛力，例如腫瘤檢測(cè)和機(jī)器人導(dǎo)航。這就是為什么我們自豪地說(shuō)，我們的邊緣計(jì)算解決方案與Hailo的深度學(xué)習(xí)處理器的結(jié)合將為獨(dú)立的AI推理節(jié)點(diǎn)創(chuàng)造更高的能效，從而對(duì)迅速發(fā)展的行業(yè)產(chǎn)生積極影響，包括智慧城市，智慧醫(yī)療，智慧零售和工業(yè)物聯(lián)網(wǎng)。 ”

富士康已經(jīng)在不同的生產(chǎn)線上部署了數(shù)種內(nèi)部開(kāi)發(fā)的AI解決方案，從而將報(bào)告準(zhǔn)確性從95%提高到了99%，并將外觀缺陷檢查項(xiàng)目的運(yùn)營(yíng)成本至少降低了三分之一。

“我們對(duì)兩家公司的共同努力感到非常高興，并正式宣布與Hailo的戰(zhàn)略合作伙伴關(guān)系，” Socionext執(zhí)行副總裁Noriaki Kubo說(shuō)。“此次合作將帶來(lái)更具創(chuàng)新性的解決方案，這些解決方案將專門滿足我們多個(gè)領(lǐng)域的AI客戶不斷增長(zhǎng)的需求。我們有信心該產(chǎn)品將使端點(diǎn)設(shè)備以更高的性能，更低的功耗，更大的靈活性和最小的延遲運(yùn)行。”

Hailo的專用Hailo-8深度學(xué)習(xí)處理器為邊緣設(shè)備提供了前所未有的性能。該芯片具有高達(dá)每秒26兆Tera運(yùn)算(TOPS)的能力，其創(chuàng)新架構(gòu)可讓邊緣設(shè)備運(yùn)行復(fù)雜的深度學(xué)習(xí)應(yīng)用程序，而這些應(yīng)用程序以前只能在云上運(yùn)行。其先進(jìn)的結(jié)構(gòu)可轉(zhuǎn)化為更高的性能，更低的功耗和最小的延遲，從而為在邊緣運(yùn)行的智能設(shè)備提供增強(qiáng)的隱私性和更高的可靠性。

Hailo首席執(zhí)行官兼聯(lián)合創(chuàng)始人Orr Danon說(shuō)：“我們很高興宣布與AI解決方案的兩個(gè)全球領(lǐng)導(dǎo)者合作。” “我們的深度學(xué)習(xí)處理器極大地提高了在邊緣運(yùn)行的智能設(shè)備的功能，這種協(xié)作將影響越來(lái)越多地由邊緣技術(shù)推動(dòng)的行業(yè)。新一代芯片意味著新一代的邊緣功能。”

下一代BOXiedge AI計(jì)算解決方案憑借低延遲，高數(shù)據(jù)速率，高可靠性和邊緣快速處理能力，為更廣泛的市場(chǎng)配備了各種應(yīng)用程序。例如，智慧零售和智慧城市在店內(nèi)或交通監(jiān)控中需要數(shù)百臺(tái)攝像機(jī)來(lái)生成視頻流，這些視頻流需要以最小的延遲在本地，快速而有效地進(jìn)行處理。同樣，對(duì)于工業(yè)IoT，每隔一秒都很重要，數(shù)據(jù)獲取，處理，推理和呈現(xiàn)在生產(chǎn)車間而不是在云中可以轉(zhuǎn)化為可觀的成本節(jié)省以及對(duì)檢查和質(zhì)量保證等任務(wù)的更高效處理。