凌华科技发布AES-100 边缘智能服务器

凌华科技推出基于华为Ascend Atlas200的全新边缘智能服务器AES-100，突破固有服务器的设计理念，采用分布式AI节点加弹性灵活的处理器设计方案，可在紧凑的1U空间内布置多路边缘处理单元，也可以根据场景和需求不同搭配不同的CPU模块，适用于广泛的AI边缘应用。

本文引用地址：http://www.eepw.com.cn/article/202206/435257.htm

AES-100视频分析服务器架构图

产品亮点

· AES-100采用华为Atlas200边缘智能计算核心，在1U空间内最多可支持24路Ascend310并行处理，最高具备了528TFLOPS算力；

· 每个Atlas-200可独立部署任务，达到物理隔离部署不同的算法；

· 灵活多变的计算核心，可搭配Intel、兆芯、飞腾等多种处理器，适应不同的工作环境和要求，还可满足国产化CPU加国产化AI模块的需求；

· 提供高网络吞吐能力，标配支持4路千兆网路和1路管理网口；

· 高可靠性，提供双冗余电源；

· 单瓦算力优秀，整机可达到1.38TFLOPS/W；

与传统的集中式算力架构相比，AES-100采用的分布式多路AI节点能够有效地降低硬件成本。

算力架构	传统集中式算力架构	分布式算力架构
产品特点	CPU+GPU的异构计算，多个GPU通过PCIE链接到两颗处理器，如：双路4PU服务器、双路8GPU服务器；	每颗AI SOC芯片是一个完整的小算力节点，配置独立的CPU、AI核心、编解码核心、显存、存储和操作系统；
CPU主要职责	负责数据预处理，如视频软解码，CPU性能要求较高，根据GPU数量增加，CPU的性能也要增加；	系统CPU：负责任务调度，对CPU性能要求不高； SOC CPU：负责数据预处理；编解码核心：负责视频编解码；
内存主要职责	与GPU显存之间数据交换，一般配置的内存容量要大于GPU的显存总容量，GPU数量越多，需要配置的内存容量也越大；	系统内存：负责任务调度，对内存容量要求不高； SOC 内存：相当于显存，用于数据交换；
成本对比	CPU和内存的性能要求高，成本占比高	CPU和内存的性能要求低，成本占比低

在高算力的场景下，采用分布式算力架构的硬件成本可大幅度下降。AES-100可以广泛应用在城市道路对行人、机动车以及非机动车的特征结构化数据分析，可极大提高在海量视频中对目标的查找速度；监所等特殊场合发生的一场行为进行检测，并及时发出报警，有效提升视频监控的价值，保障工作人员及在押人员的安全。

查看全文

作者最近更新