邊緣視覺 AI 分析
時代背景
視覺 AI 模型訓練逐漸成熟，尤其是醫療影像分析能力已經甚至略有超出普通醫生的判斷能力，連 Yolo 演算法已經迭代到了 v8 版本，效能突飛猛進，但是事實上，考慮到落地應用裝置的和相關法律法規體系的不完善，視覺 AI 推理還未能在實際應用中普及開來。
結合行業而言，醫療行業固然相對保守，開發週期長，但也慢慢出現了一些軟硬體模組化的發展思路。隨著新鮮血液的加入，逐漸出現了對新技術應用的和對通用功能模組的雙重需求。
邊緣 AI 應用場景——醫療用視覺 AI 邊緣推理應用
儘管 AI 模型已經基本成熟，但一方面只用於雲端訓練和雲端推理，尚未完整應用於邊緣，而 5g 通訊仍未能足夠普及、其成本也仍未滿足大面積應用，使得影像與影片的大量傳輸上雲並不經濟可行。所以業界對 AI 的落地也一直在尋找可能的邊緣運算方案，用雲邊混合部署的方式來落地 AI 應用。
事實上，醫療行業開發週期長並不是阻礙，反而已經有不少業內玩家早早就將醫療邊緣 AI 推理部署在了規劃中，而研華在邊緣側的深厚積累自然引來了不少的關注。國內某大型醫療裝置企業，聯合研華共同攻堅模組化邊緣 AI 推理單元的設計與合規行程。 難點主要集中在如何保證產品的軟硬體穩定性和落實通用 AI 環境部署，經過客戶多次選型，最終選擇了研華工業級品質的 ROM-5722 核心模組作為內窺鏡系統的主控單元。
解決方案
優質硬體產品
研華 ROM-5722 是基於 NXP i.MX8M Plus 處理器的 SMARC 核心模組，4*Cortex-A53 主頻 1.8GHz 提供了穩定高效的計算能力，並且 ROM-5722 擁有非常豐富的介面資源，支援 2*LAN，多路 USB、UART、I2C、GPIO、PCIe3.0、CAN-FD 等 IO 介面。並且支援-40~85℃ 寬溫，加上研華為客戶需求客製化的穩定可靠的底層 BSP，實現軟硬體長期穩定的保障。
- 長期的硬體穩定性
- 複雜的外設擴充
- 長生命週期供貨
軟硬結合能力
研華擁有平均行業經驗 10 年以上的底層軟硬體工程師團隊，對於如 Yocto、Ubuntu、Debian、UOS、麒麟、統信、Android、UNX 等作業系統都有豐富的經驗，並在多年的實驗與鑽研中開發出研華特有的系統現成品 Advantech Industrial Linux(AIL)，又稱 JelinaOS，並基於此研華整合了自己在雲端與邊緣協作和軟硬結合的優勢，造就了全面的“邊到雲”物聯網邊緣管理平台，也是邊緣運算的軟體方案代表，Jelina。
總體而言，Jelina 保障了邊緣的長期系統級穩定性；提供了通用的安全遠端全球邊緣管理軟體；對軟體升級和硬體平台升級形成強大的服務體系。團隊有能力針對客戶的實際業務應用程式軟體進行配套的底層支援，從引導階段 UBOOT，EC/MCU、Kernel 的最佳化與裁剪、檔案系統的客製化與相關元件的調整、應用框架的準備到對客戶應用軟體進行部分功能模組開發與整體遷移，研華軟體團隊可為客戶提供從嵌入式開發延申由邊到雲的全方位支援。
結合行業而言，研華深耕通用物聯網行業，又有多次智慧電廠的方案設計，還在新能源行業儲能相關的專案上積累了細分賽道的大量經驗，由此逐漸打通電力行業各環節，用大量的邊緣閘道器擴充中國電力網路的邊界，助力中國收集更真實的電力資料，擬合更真實的資料模型，為後續電力網路自動化動態調整打下了堅實的基礎。
研華 Embedded+軟體服務介紹
ROM-5722 產品規格
- 高效能 NXP Arm® Cortex®-A53 i.MX8M Plus Quad/Dual up to 1.8 GHz 處理器
- 1 x Arm Cortex-M7 core
- 板載 LPDDR4 6 GB, 4000MT/s 記憶體
- 支援 1 x 4 lane MIPI-CSI,1 x 雙通道 LVDS or 1 x 顯示介面
- 支援 4 x USB2.0, 1 x USB 2.0 OTG, 4 x UART, 5 x I2C, 14 x GPIO, 1 x PCIe3.0,
- 支援 2 x Gigabit LAN, 2 x CAN-FD
- 支援 NPU AI 算力 2.3 TOPS
- 支援 Linux 和 Android 等多種作業系統
更多產品和應用詳情，歡迎致電研華嵌入式專線 400-001-9088 瞭解。