- 综合排序
- 最热优先
- 最新优先
- 来自专栏国产方案
AI盒子FCU3501：是边缘AI“性能猛兽”，更是工业严苛环境下的“耐久型选手”
在工业自动化与边缘计算快速发展的今天，设备的可靠性已成为衡量其价值的关键指标。 飞凌嵌入式基于瑞芯微RK3588J处理器设计开发的FCU3501嵌入式控制单元，从设计之初就将"打造工业级可靠性"作为品质设计理念，通过严格的测试标准和精密的工程实现，打造出真正符合工业级要求的边缘AI 结合FCU3501嵌入式控制单元高性能算力、工业级可靠性、灵活扩展能力以及广泛的场景适用性，能够为边缘计算设备树立新的性能标杆。 对于追求高可靠性、高算力密度的工业用户而言，FCU3501嵌入式控制单元无疑是一款值得选择的AI边缘计算产品。
27010编辑于 2025-11-14 - 来自专栏国产方案
如何用FCU3501 AI边缘计算盒子，打造智慧工厂的视觉分析核心？
2、专为工业而生的硬核实力飞凌嵌入式FCU3501 AI边缘计算盒子基于瑞芯微RK3588J工业级处理器，内置6TOPS NPU算力，并且支持通过M.2接口扩展26TOPS算力卡，实现最高32TOPS的总算力 4、边缘-云端协同的架构优势飞凌嵌入式FCU3501 AI边缘计算盒子采用“边缘-云端”协同架构，在本地完成实时分析，仅上传结构化数据与告警事件，大幅降低带宽压力。 5、面向未来的可扩展AI边缘计算盒子飞凌嵌入式FCU3501 AI边缘计算盒子的算力设计展现出显著的前瞻性架构思维。 当AI模型复杂度提升或需要处理更多视频流时，用户可通过插装加速卡完成从6TOPS到32TOPS的算力跃迁。 如今，FCU3501 AI边缘计算盒子正以工业级可靠性筑牢生产安全防线，凭借即插即用的部署优势加速AI普惠进程，持续为制造企业构建面向未来的智能化竞争力。
24910编辑于 2025-11-21 - 来自专栏燧机科技-视频AI智能分析
AI智能视频分析盒子
ai智能视频分析盒是一种集音视频编解码、传输数据、储存、个人行为分析等技术性于一体的工业控制系统级智能分析机器设备。 ai智能视频分析盒其外界一般网络摄像头键入视频，可以识别图像中的个人行为，输出异常警报实体模型，完成出现异常情形的立即警报作用。机器设备布署便捷，使用方便，自然环境适应能力强。 智能视频分析盒子有着自身领先的优化算法，捕获鉴别速度更快，高精度。工业生产设计标准，外型精美，牢固靠谱，适用各种各样室内室外应用场景。 ai视频智能分析盒、工业物联网盒与此同时运作各种各样检验优化算法，包含安全头盔、反光衣、手机、抽烟、地区侵入、烟火检验作用、精确性高、检验速度更快、抓屏快。
2.9K20编辑于 2022-09-06 - 来自专栏燧机科技-视频AI智能分析
工地视频监控ai分析盒子
工地视频监控ai分析盒子系统能设在安全出口外或办公区域，依据视频监控自动识别不戴安全帽的人，并传出警示。工地视频监控ai分析盒子将警告信息推送到后台监控平台工作人员，与此同时截取图片做为凭证。 工地视频监控ai分析盒子提升了作业区域的管理效率，保证了作业人员的安全。 工地视频监控ai分析盒子借助最前沿的AI机器视觉算法，应用新的大数据，云技术，AI以在监控摄像头中实时监控现场视频流画面，可以用人工智能和物联网AI机器视觉算法对施工工地人员的工作着装及日常作业行为进行规范化管理 工地视频监控ai分析盒子对佩戴安全帽的识别精度很高，除此之外还有反光衣穿戴识别检测、烟火识别、玩手机识别、抽烟检测、高空作业安全带识别检测、区域侵入等识别算法广泛应用于智慧校园、智慧建筑工地、智慧加油站
73320编辑于 2022-09-28 - 来自专栏信息化运维
混合、边缘与AI
云计算实施专家Amido的CTO Simon Evans看到各个领域的CIO都应用或计划使用边缘计算：“边缘与位置有关——你把东西放在哪里，使它们与云计算互补。”他认为，联网设备为企业增加了机会。 Evans认为边缘的应用得益于企业认为战略应聚焦于“云优先”，因此Amido也发现企业内部的云原生工具数量的增加。 边缘计算的兴起将提高组织收集数据的能力。 展望未来 Evans认为，云计算的应用将使“人工智能(AI)和机器学习(ML)获得动力”。 尽管围绕于这项技术的是不断的媒体报道、争论和炒作，但Evans表示，这项技术和边缘计算一样，正在成为CIO的战略实际。 那些需要理解结构与非结构化数据以帮助自身进行决策和分析的公司正在使用云供应商提供的嵌入式AI和ML来获得相应能力。 他预测，“2019年，这一趋势将继续扩大，主流企业会将AI纳入其数字战略中。”
66900发布于 2019-11-16 - 来自专栏嵌入式分享
AI边缘计算盒子：当工业现场的老师傅经验遇上算法的火眼金睛
飞凌嵌入式的FCU3501 AI边缘算力盒子，正是一颗专为工业现场定制的"数字脑核"——它把AI的识别能力、系统的决策响应，都压缩进了离产线不足十米的铁壳里。 在边缘侧，让数据自己"长眼睛"具体的产线上，这套系统是这样工作的：✓质检环节工业相机每秒拍下数百张零件图，FCU3501 AI边缘计算盒子通过RS-485接口接收传感器的"触发脉冲"，在毫秒级完成抓拍、 边缘-云端的分工哲学★核心架构优势FCU3501 AI边缘计算盒子只做一件事：在本地把"非结构化视频"变成"结构化事件"。 智能化转型最怕"一锤子买卖"，而FCU3501 AI边缘计算盒子提供的是"渐进式进化"的确定性。 FCU3501 AI边缘计算盒子的价值，不在于它是一颗多强的AI大脑，而在于它让工厂的老师傅、年轻工程师、管理层，各归其位：经验被算法提炼，注意力被机器解放，决策有数据支撑。
44510编辑于 2025-11-27 - 来自专栏数据派THU
原创 | 一文了解边缘计算和边缘AI
这个9月，AI芯片独角兽地平线发布了自诩最强边缘 AI 芯片地平线「旭日3」，一时间引起轰动。 事实上，当前边缘AI芯片已不再是个小众领域，除地平线以外，包括谷歌、英伟达、英特尔、高通、华为、寒武纪均于近两年推出边缘AI芯片，AI芯片的战火已经由云端蔓延到了边缘。 边缘 AI 芯片组市场将超过云AI芯片组市场。 预期在未来五年，AI训练与推论会在网关或是各种边缘装置进行，甚至往下到传感器节点。那么，边缘AI到底是什么，靠什么能解决这些行业痛点呢？ 三、边缘AI的使用场景 边缘AI因其流量占有少、时延低、隐私性强等特征，在各行各业具有广泛的应用前景。 智能手机 这或许是我们最熟悉的边缘AI设备。
2.4K51发布于 2020-10-26 边缘AI硬件优化策略解析
这些流畅交互的核心是边缘AI——直接运行于智能手机、可穿戴设备和物联网设备上的AI技术，提供即时直观的响应。什么是边缘AI？ 边缘AI指将AI算法直接部署在网络"边缘"的设备上，而非依赖集中式云数据中心。该方法利用边缘设备（如笔记本电脑、智能手机、智能手表和家用电器）的处理能力进行本地决策。 基于云的AI模型可依赖具有强大算力的外部服务器，而边缘设备只能利用现有资源。这种向边缘处理的转变从根本上改变了AI模型的开发、优化和部署方式。 幕后工作：为边缘优化AI能在边缘设备上高效运行的AI模型需大幅缩减体积和计算量，同时保持可靠结果。该过程通常称为模型压缩，涉及神经架构搜索（NAS）、迁移学习、剪枝和量化等先进算法。 每年都在架构、制造和集成方面取得进展，确保硬件与AI趋势保持同步。边缘AI的发展之路边缘AI模型部署因生态系统的碎片化而更加复杂。由于许多应用需要定制模型和特定硬件，缺乏标准化。
27000编辑于 2025-09-15- 来自专栏学习猿地
Web前端学习 第2章 网页重构6 盒子模型
一、盒子模型概述 我们可以把一个网页分解成一个个区域，大的区域内部可以嵌套小的区域，就像融职教育的首页一样。 每个区域都可以看做一个盒子，一个网页就是由一个个大大小小的盒子嵌套而成。 盒子之间或内外是有边距的，通过以下属性控制盒子的边距 margin：外边距 padding：内边距 盒子模型还会涉及到我们之前学过的一个属性 border:设置元素的边框 二、盒子模型属性讲解 margin ，实例代码如下所示： 1 .box1{ 2 width:300px; 3 height:300px; 4 background-color: #f00; 5 } 6 */ 6 margin:0 auto; 7 } 左右外边距的值设置为auto，元素就会根据其父级容器的实际宽度，将元素左右两边的外边距设置为相同的值，这样元素就实现了水平居中的效果。
49400发布于 2020-06-12 - 来自专栏燧机科技-视频AI智能分析
视频ai智能分析边缘计算盒
视频ai智能分析边缘计算盒可以配备为在施工工地现场监测到违规事件时开启即时警报，并伴随時间的变化收集数据，将其展示为历史时间数据图表、图型或热点图。 视频ai智能分析边缘计算盒与传统的的视频监管方式对比，传统式的视频监管方式 通常必须手动式分析很多的视频流，视频ai智能分析边缘计算盒可以协助工作员在必须付诸行动时过虑有关事情并发送报警。 视频ai智能分析边缘计算盒还能够与人脸识别技术和身体鉴别技术相结合。 视频ai智能分析边缘计算盒接入前端第三方监控摄像头视频流数据开展分析，视频ai智能分析边缘计算盒会将分析出来的结果向三方平台推送预警信息照片、视频和警报统计数据，完成各种各样连接。
1.8K20编辑于 2022-09-12 - 来自专栏VoiceVista语音智能
AI on the Edge - 苹果手收购边缘处理AI公司Xnor
苹果以2000万美元收购边缘侧人工智能创业公司Xnor.ai。Xnor.ai专注于非云端的边缘侧低功耗机器学习技术(low-power machine learning)。 Xnor的物体识别(recognition AI)与其低功耗技术相结合，对于苹果非常有价值，比如在iPhone上更快的人脸识别速度，或者是在智能家居产品，由于无需连接至云端，从而可以更好地保护用户的隐私 Xnor尽管目前并不支持语音人工智能，但其底层的边缘处理是一致的，特别是在效率和隐私保护层面(efficiency and privacy)。 Sensory近日发布的脱离云端的可定制语音助手，与Picovoice平台均是边缘侧人工智能的应用案例。 又比如Knowles推出的首个边缘侧Amazon-approved Alexa headset development kit，以及Aspinity推出的边缘侧语音人工智能模拟电路系统。
62810发布于 2020-02-19 - 来自专栏云云众生s
边缘 AI：如何利用 Kubernetes 实现魔力
但是对于实际的关键业务推理工作，零售助手和其他 AI 工作负载可能不应该存在于云中。它们需要存在于边缘。事实上，我们认为大多数 AI 工作负载的自然家园将是网络边缘运行。 为什么？ ...并且 AI 放大了边缘的挑战 在边缘环境中添加 AI 引入了更多层次的复杂性。 在深入功能列表之前，EdgeAI 使您能够： 大规模将边缘 AI 堆栈部署和管理到边缘位置，从易于使用的硬件载入选项到包含您选择的AI引擎的可重复“蓝图”。 您的行业也有边缘 AI 使用案例。 但是只有当您能够解决边缘的挑战时，AI 的益处才会握在您手中。
37710编辑于 2024-03-28 边缘AI与端云协同架构
边缘AI与端云协同架构概述 边缘AI将人工智能模型部署在边缘设备（如手机、传感器、嵌入式设备）上，实现本地实时处理；端云协同通过边缘与云计算的协作，平衡计算负载、隐私与延迟。 案例分析 案例1：智能家居安防系统 架构设计： 边缘端：摄像头运行轻量级YOLOv5模型，实时检测入侵者，触发本地警报。 云端：上传可疑图像至云端进行高精度分析（如ResNet），并通知用户。 技术要点： 边缘设备使用TensorFlow Lite或PyTorch Mobile部署模型。 通过MQTT协议实现边缘与云通信。 案例2：工业设备预测性维护 架构设计： 边缘端：传感器采集设备振动数据，运行LSTM模型预测故障。 云端：聚合多设备数据，训练全局模型并下发更新至边缘。 技术要点： 边缘计算减少数据传输延迟。 动态卸载：根据网络条件决定计算在边缘或云端执行。 安全协议：采用TLS加密边缘-云通信。 通过案例与代码可见，边缘AI与端云协同能显著提升响应速度并降低带宽消耗，但需权衡模型精度与资源限制。
46410编辑于 2026-01-20FPGA，实施边缘 AI 的理想选择
将采用人工智能 (AI) 和机器学习 (ML) 算法的计算能力及具有 AI 功能的设备安排在边缘，可以在提升数据处理量的同时生成更多数据，从而实现更复杂的 AI 用例，进而获得更多可行洞察。 企业实施 AI 需要满足哪些要求？ 在整个企业内广泛实施 AI 时，务必要确保边缘设备、边缘基础设施和云三大基础设施要素均具备处理 AI 工作负载的足够性能。 实施 AI 的具体要求包括： - 高性能：AI 工作负载往往计算密集度较高，在进行 AI 训练或推理的地方，必须具备强大的计算性能； - 低时延：将 AI 工作负载转移到边缘位置（即使只是将部分 面向 Altera FPGA 和 SoC 的边缘就绪型 AI 工具套件 分布式 AI/机器学习边缘解决方案往往十分复杂，开发难度非常高。 边缘 AI 用例 许多数据中心以外的终端市场都很适合采用 FPGA 来实现应用和 AI 计算功能所需的逻辑，从而支持在本地处理数据。
18210编辑于 2026-03-23- 来自专栏计算摄影学
光学词汇6-系统基本概念6-主光线和边缘光线
边缘光线（marginal ray）是从物体的光轴上的点（也就是物体中心）出发，通过孔径光阑的边缘，最终在成像面上形成物体中心的点的光线。它代表了从物体中心点发出的光束的最边缘的光线。 进入光学系统的主光线位于一条与入瞳中心点相交的直线上，交点为图中的Enp，而离开光学系统的主光线将与出瞳的中心点相交，交点为图中的Exp 所以，简单来说，主光线和边缘光线是描述从物体发出并穿过光学系统形成图像的两种特殊光线 主光线代表了光束的中心线，而边缘光线则代表了光束的最外侧。通过分析这两种光线，我们可以了解光学系统的性能，以及如何改善图像的质量。
2.5K30编辑于 2023-09-01 - 来自专栏后端
智简模型，边缘智能：AI 轻量化与边缘计算的最佳实践
摘要边缘计算与 AI 模型的结合，能够在资源受限的环境中提供实时智能服务。通过模型轻量化技术（如量化、剪枝和知识蒸馏），我们可以显著减少 AI 模型在边缘设备上的计算需求，提升运行效率。 本篇文章将介绍 AI 模型轻量化的基本方法，并展示一个将轻量化模型部署到边缘设备的案例。引言近年来，边缘计算的应用场景逐渐增多，例如智能家居、无人机、物联网设备等。 然而，传统 AI 模型通常体积庞大，计算复杂，难以在计算资源有限的边缘设备上运行。模型轻量化技术正是为了解决这一问题，使得 AI 算法能够高效运行于边缘设备之上。 总结通过模型量化、剪枝和知识蒸馏等技术，可以在性能和效率之间找到平衡，使得 AI 模型能够运行在边缘设备上，为更多场景带来智能化支持。 未来边缘计算硬件的持续进步和模型轻量化技术的优化，将进一步推动 AI 技术的普及。更多复杂算法将得以部署于资源受限的设备中。
1.7K12编辑于 2024-12-08 - 来自专栏GPUS开发者
如何选择一款边缘AI设备？
边缘计算可以为 IoT 网络增加极大的灵活性、速度和智能性，但重要的是要了解边缘 AI 设备并不是应对智能网络应用程序面临的所有挑战的灵丹妙药。 在本文的结尾，在确定边缘技术是否适合您的应用程序后，我们将讨论买家在评估边缘 AI 设备时应寻找的主要功能和注意事项。 什么是边缘计算？ 评估边缘人工智能选择能够执行边缘处理的平台（可能包括运行 AI 算法或 ML 推理引擎）需要仔细评估。简单的传感器和执行器，即使是物联网的一部分，也可以使用相对适中的集成设备来实现。 边缘处理可以克服这一点。通过在边缘处理数据，不需要离开设备。数据隐私在便携式消费设备中越来越重要；手机上的面部识别使用本地 AI 处理相机图像，因此数据永远不会离开设备。 fbclid=IwAR2PM9BGBXYH9E6bGdzFPYvDuztbzf2BvraJ0lz7fVHRdTg5xiPfTsYFcj4
78230发布于 2021-09-22 - 来自专栏深度学习自然语言处理
薪资不逊 NLP 算法岗，边缘 AI 火了！
为了全面系统的培养高性能神经网络人才，贪心学院重磅推出《高性能神经网络与AI芯片应用研修课程》，为想进入边缘AI行业的同学们提供一个可以大幅提升自身就业竞争力的选择。 感兴趣的请添加咨询顾问 对申请人的要求： 1 统招一本以上学历； 2 算法在职工程师或想要在边缘计算行业求职的同学； 3 计划未来6-12个月内挑战高薪边缘AI算法岗位； 01 适合人群 大学生 • 编程及深度学习基础良好，为了想进入边缘AI行业发展 在职人士 • 想进入边缘AI行业的算法或IT工程师 • 想通过掌握硬件技术，拓宽未来职业路径的AI算法工程师 入学基础要求 • 掌握python、C 02 你将收获 • 掌握最前沿的边缘AI算法技术，顺利敲开边缘AI行业求职大门； • 掌握神经网络高性能实现的算法及工具； • 掌握通用芯片及专用AI芯片架构及网络加速技术； • 掌握通用芯片及专用AI 芯片神经网络部署应用的实际案例； • 短期内对边缘AI技术有全面深入认知，大大节省学习时间； • 进入边缘AI算法圈子，认识一群拥有同样兴趣的人。
69440编辑于 2022-03-16 - 来自专栏CloudBest
边缘设备技术市场上可用的TOP边缘AI解决方案
由于边缘计算和人工智能的结合，边缘人工智能(Edge AI)正在成为当前科技市场的关键技术之一。Edge AI 通过多个边缘设备的潜在应用是无限的。 人工智能算法可以有效地利用这些边缘设备生成的足够的实时数据。因此，多种边缘 AI 解决方案以及应用因智能手表、智能扬声器、无人机、机器人等不同产品而异。 接下来，让我们探讨一些技术市场上适用于不同边缘设备的顶级边缘 AI 解决方案。 技术市场上可用的顶级人工智能解决方案 无人机：无人机是当前技术市场中新兴的顶级边缘人工智能解决方案之一。 Edge AI 帮助无人机实现多个目标——实时跟踪、预测性维护、标识检测等。 交通监控：Edge AI 结合边缘计算和人工智能，通过智能交通监控提供智能交通管理。 自动光学检测 (AOI)：自动光学检测是技术市场上流行的边缘 AI 解决方案之一，已开始取代传统的手动流程。AOI系统通过边缘计算和人工智能的集成，依赖于视觉系统和智能相机。
72420编辑于 2022-02-10 - 来自专栏机器学习AI算法工程
薪资不逊NLP算法岗，边缘AI火了！
为了全面系统的培养高性能神经网络人才，贪心学院重磅推出《高性能神经网络与AI芯片应用研修课程》，为想进入边缘AI行业的同学们提供一个可以大幅提升自身就业竞争力的选择。 感兴趣的请添加咨询顾问 对申请人的要求： 1 统招一本以上学历； 2 算法在职工程师或想要在边缘计算行业求职的同学； 3 计划未来6-12个月内挑战高薪边缘AI算法岗位； 01 适合人群 大学生 • 编程及深度学习基础良好，为了想进入边缘AI行业发展 在职人士 • 想进入边缘AI行业的算法或IT工程师 • 想通过掌握硬件技术，拓宽未来职业路径的AI算法工程师 入学基础要求 • 掌握python、C 02 你将收获 • 掌握最前沿的边缘AI算法技术，顺利敲开边缘AI行业求职大门； • 掌握神经网络高性能实现的算法及工具； • 掌握通用芯片及专用AI芯片架构及网络加速技术； • 掌握通用芯片及专用AI 芯片神经网络部署应用的实际案例； • 短期内对边缘AI技术有全面深入认知，大大节省学习时间； • 进入边缘AI算法圈子，认识一群拥有同样兴趣的人。
87340编辑于 2022-03-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号