2021年人工智能核心产业规模预计达1998亿元，预计将在2026年超过6000亿元，其中计算机视觉仍是AI技术赛道中贡献最大的市场，得益于深度学习技术的快速发展，目前在交通、泛安防、政务、工业等领域得到广泛应用。

数字经济时代下，物联网感知数据量激增，边缘计算刚需场景涌现。边缘计算可在本地提供IT服务、计算能力，减少上传的数据量、节省网络延迟，提高传输效率，将算力下沉至更贴近设备端的边缘计算，衍生出端-边-云的协同新模式。

近日，由易华录自主研发的AI边缘智算节点设备顺利通过了国家安全防范报警系统产品质量监督检验中心(北京)、公安部安全与警用电子产品质量检测中心，中国信息通信研通院泰尔实验室三大权威机构检测认证，成功取得检验报告。本次检测对视频交通违法识别器的功能模块、可靠性等进行了测试，共100项检验细项均通过严格测试。

小盒子·大AI

AI边缘智算节点设备是易华录自主研发的工业级软硬一体智能AI设备，采用国产嵌入式AI芯片，集成了视频传输、编码解码、AI智能分析、数据存储等高新技术，支持基于实时视频对近20种违法事件进行检测，为用户提供精准的违法抓拍结果，支撑通畅有序、文明安全的环境建设。

该设备作为一款算法定义服务器的智能一体机，依托易华录积累沉淀的事件检测自研技术，对利旧、新建、新旧组合多种业务模式可提供统一的支持，进一步实现了业务智能升级简单化、项目交付部署简洁化等效果，是对易华录自研产品矩阵的重要补充。

关键技术

基于深度学习算法的图像识别技术：深度学习主要是数据驱动进行特征提取，根据大量样本的学习能够得到深层的、数据集特定的特征表示，相比于传统图像识别技术，其对数据集的表达更高效和准确，所提取的抽象特征鲁棒性更强，泛化能力更好，并且可以是端到端的，采用该技术对视频、图像进行识别，可以更好地保障研发目标达成。

小样本学习训练：通过学习少量的样本来预测样本的类别 (以分类为例)，根据样本(support-query)相似性来判断类别，利用已经学习到的先验知识，可以快速的学会新的任务。模块可复用，一次编写多次使用，海量的预训练模型、预训练权重可以当做模型学习到的先验知识，架构组织灵活，采用该技术可以实现模型的快速开发。

算法模型推理加速：采用TensorRT技术对推理框架整合，对网络结构进行重构，TensorRT是一个高性能的深度学习推断的优化器和运行的引擎，采用层间融合或张量融合来提升GPU的推理速度，该种架构使用低精度的技术获得二到三倍的推理加速，有利于实现高性能算法模型。

产品优势

便捷部署

开箱即用，标准机架式铝合金机箱，灵活轻便，易于部署。通过千兆以太网芯片连接，对外提供千兆电口，可扩展4G/5G通讯。采用宽温设计、被动散热、稳定抗尘，适用于多种工业级场景，轻松实现智能化升级。

算法强大

行业领先，基于先进的深度学习模型和数据湖内海量交通场景下的真实训练数据，目前已上架目标属性，交通，城管，应急、社区等多类算法，业内首创针对外卖车、行人不文明交通行为识别算法，合计372种，可根据需求植入。

性能优越

产品可适配多种硬件平台和前端设备，同时最大支持30+路视频实时解析，远超其他竞争对手，同时面向用户提供高自动化、高实时、高可靠的业务系统，便于快速部署。

端云协同

端云协同，云端智能管理平台不但支持轻松管理边缘节点，还支持高效管理算法模型、任务调度、告警机制等，通过一键发布和无感部署的方式，极大提高智能迭代的速度。接口丰富，对接灵活，方便第三方系统集成应用。

截至目前，AI边缘智算节点设备在智慧城市、智慧交通、城管综治、应急管理、司法管控、明厨亮灶等方面实践应用，助力成都、济南、无锡、德州、常熟、丹东等地区智慧化、数字化转型升级。