边缘视觉 AI 分析

时代背景

视觉 AI 模型训练逐渐成熟，尤其是医疗影像分析能力已经甚至略有超出普通医生的判断能力，连 Yolo 算法已经迭代到了 v8 版本，性能突飞猛进，但是事实上，考虑到落地应用设备的和相关法律法规体系的不完善，视觉 AI 推理还未能在实际应用中普及开来。

结合行业而言，医疗行业固然相对保守，开发周期长，但也慢慢出现了一些软硬件模块化的发展思路。随着新鲜血液的加入，逐渐出现了对新技术应用的和对通用功能模块的双重需求。

边缘 AI 应用场景——医疗用视觉 AI 边缘推理应用

尽管 AI 模型已经基本成熟，但一方面只用于云端训练和云端推理，尚未完整应用于边缘，而 5g 通信仍未能足够普及、其成本也仍未满足大面积应用，使得图像与视频的大量传输上云并不经济可行。所以业界对 AI 的落地也一直在寻找可能的边缘计算方案，用云边混合部署的方式来落地 AI 应用。

事实上，医疗行业开发周期长并不是阻碍，反而已经有不少业内玩家早早就将医疗边缘 AI 推理部署在了规划中，而研华在边缘侧的深厚积累自然引来了不少的关注。国内某大型医疗设备企业，联合研华共同攻坚模块化边缘 AI 推理单元的设计与合规进程。 难点主要集中在如何保证产品的软硬件稳定性和落实通用 AI 环境部署，经过客户多次选型，最终选择了研华工业级品质的 ROM-5722 核心模块作为内窥镜系统的主控单元。

解决方案

优质硬件产品

研华 ROM-5722 是基于 NXP i.MX8M Plus 处理器的 SMARC 核心模块，4*Cortex-A53 主频 1.8GHz 提供了稳定高效的计算能力，并且 ROM-5722 拥有非常丰富的接口资源，支持 2*LAN，多路 USB、UART、I2C、GPIO、PCIe3.0、CAN-FD 等 IO 接口。并且支持-40~85℃ 宽温，加上研华为客户需求定制的稳定可靠的底层 BSP，实现软硬件长期稳定的保障。

• 长期的硬件稳定性
• 复杂的外设扩展
• 长生命周期供货

软硬结合能力

研华拥有平均行业经验 10 年以上的底层软硬件工程师团队，对于如 Yocto、Ubuntu、Debian、UOS、麒麟、统信、Android、UNX 等操作系统都有丰富的经验，并在多年的实验与钻研中开发出研华特有的系统现成品 Advantech Industrial Linux(AIL)，又称 JelinaOS，并基于此研华集成了自己在云边协同和软硬结合的优势，造就了全面的“边到云”物联网边缘管理平台，也是边缘计算的软件方案代表，Jelina。
总体而言，Jelina 保障了边缘的长期系统级稳定性；提供了通用的安全远程全球边缘管理软件；对软件升级和硬件平台升级形成强大的服务体系。团队有能力针对客户的实际业务应用软件进行配套的底层支持，从引导阶段 UBOOT，EC/MCU、Kernel 的优化与裁剪、文件系统的定制与相关组件的调整、应用框架的准备到对客户应用软件进行部分功能模块开发与整体迁移，研华软件团队可为客户提供从嵌入式开发延申由边到云的全方位支持。
结合行业而言，研华深耕通用物联网行业，又有多次智慧电厂的方案设计，还在新能源行业储能相关的项目上积累了细分赛道的大量经验，由此逐渐打通电力行业各环节，用大量的边缘网关拓展中国电力网络的边界，助力中国收集更真实的电力数据，拟合更真实的数据模型，为后续电力网络自动化动态调整打下了坚实的基础。

研华 Embedded+软件服务介绍

ROM-5722 产品规格

• 高性能 NXP Arm® Cortex®-A53 i.MX8M Plus Quad/Dual up to 1.8 GHz 处理器
• 1 x Arm Cortex-M7 core
• 板载 LPDDR4 6 GB, 4000MT/s 内存
• 支持 1 x 4 lane MIPI-CSI,1 x 双通道 LVDS or 1 x 显示接口
• 支持 4 x USB2.0, 1 x USB 2.0 OTG, 4 x UART, 5 x I2C, 14 x GPIO, 1 x PCIe3.0,
• 支持 2 x Gigabit LAN, 2 x CAN-FD
• 支持 NPU AI 算力 2.3 TOPS
• 支持 Linux 和 Android 等多种操作系统

更多产品和应用详情，欢迎致电研华嵌入式专线 400-001-9088 了解。