【天极网企业频道】人工智能正从技术概念走向千行百业，实现多场景的实际落地。这一过程中，将算力前置于更靠近数据源或服务交付位置的边缘架构设计，也以更敏捷的处理能力、更低的时延以及更佳的安全性在各类 AI 应用解决方案商业化落地过程中备受瞩目。这其中，智能视频分析以旺盛的市场需求和广阔的运用场景受到用户的青睐，增长态势强劲，预计到 2022 年，市场规模将超过1800 亿元人民币，复合增长率为 34%1;到 2021 年，视频数据预计将占 IP 流量的 82%2。基于边缘 AI 的智能视频分析解决方案目前已在智慧城市、智慧社区、智能交通、智能制造、智慧零售等10 余个领域获得广泛运用。
打造性能卓越，且面向广阔应用场景的边缘 AI 视频分析能力，离不开对多样化算法、高性能算力的有效聚合。这不仅需要强有力的硬件平台，来承载计算机视觉和推理所需的密集计算负载，也打造性能卓越，且面向广阔应用场景的边缘 AI 视频分析能力，离不开对多样化算法、高性能算力的有效聚合。这不仅需要强有力的硬件平台，来承载计算机视觉和推理所需的密集计算负载，也需要适宜的开发工具和软件框架来完成 AI 加速，并需进一步激活生态，面向更多场景提供解决方案。
为帮助 ISV (独立软件开发商)、ODM/OEM (原始设计制造商/原始设备制造商) 和 SI (系统集成商) 等合作伙伴针对多样化的边缘场景构建高可用的智能视频分析方案，英特尔以英特尔®酷睿™处理器、OpenVINO™工具套件以及英特尔Media SDK 等先进软硬件产品和技术为抓手，推出英特尔视频AI计算盒。推进横纵双向生态建设的同时，携手合作伙伴为千行百业智能化提供强劲助力。
打造软硬一体化嵌入式产品
硬件设计：
软件架构：
英特尔提供强大且易用的软件工具和软件开发包，加速客户基于英特尔硬件平台构建AI和视频分析的工作负载。如下图所示，从多个层面上为合作伙伴提供视频处理、模型优化、AI 推理加速等多维度的软件支持，帮助加速产品验证、优化性能表现、缩短上市时间。
英特尔 ®Media SDK
英特尔® Media SDK支持硬件加速，以实现快速的视频转码，图像处理和媒体工作流，提供业界先进的库，工具，示例及全面，便捷的API。
OpenVINO™工具套件
英特尔视频AI计算和集成了 OpenVINO™工具套件，支持客户实现高性能，基于硬件优化的人工智能和计算机视觉推理，适配主流的深度学习框架和网络，加速AI推理工作负载部署在英特尔硬件平台上。值得一提的是，OpenVINO™工具套件还可借助 Open Model Zoo提供的 40 多个经过预先训练，且优化过的模型和代码示例(涵盖物体检测、物体识别、行为检测、图像处理等一系列常见且实用的 AI 模型)，帮助合作伙伴加快边缘AI视频分析应用开发。
纵横结合，携手合作伙伴完善边缘 AI 视频分析生态
随着算法商城 (算法库)不断充实到英特尔智能边缘视频分析生态系统中，英特尔®视频AI计算盒进一步为不同层面的合作伙伴提供了体现自身价值与优势的舞台。例如在产品设计层面，可帮助 ODM 厂商根据最终用户需求，快速搭建高可用的边缘AI视频分析平台;在算法层面，可帮助 ISV 厂商实现对不同应用场景软件及算法的快速定制和场景化，进而加速产品定义、算法研发及边缘 AIoT能力构建;而 OEM 与 SI 厂商，则可以借助视频AI计算盒对软硬件与算法的高度整合，为各行业提供高性能、高可用的整体解决方案，加速智能边缘应用精准落地。
・ 硬件生态伙伴：大量生根于行业应用十多年的ODM合作伙伴，通过英特尔®视频AI计算盒的性能验证测试计划得以聚合，提供各类适合行业应用的视频AI计算盒硬件设备;
・ 算法合作伙伴：英特尔联合各类算法合作伙伴，为视频AI计算盒提供跨行业，多场景，基于硬件优化的AI算法;
・ 方案合作伙伴：英特尔联合各类方案合作伙伴，提供各类经过部署验证，可定制、可扩展的完整解决方案(硬件+算法+业务方案)。
为什么英特尔® AI Box 能带来更强行业推动力？
在英特尔看来，只有采用贴近真实应用需求的方式，才能让边缘计算在当下数字社会生根发芽，并为各行各业带来真正的“数智化”变革动力。因此在视频AI计算盒的构建过程中，英特尔尤为重视与能力型合作伙伴携手，构建多点协同、广泛互联的生态协作模式，充分发挥生态带来的多边网络效应，与合作伙伴合力实现边缘 AI 视频分析市场的快速演进。
英特尔基于视频AI计算盒的概念设计，与不同类型的合作伙伴一起，在智能支付、智能停车、智能 VDD、智能白板以及智能会议等数十个场景中，构建起一系列面向智慧园区、零售餐饮、工业制造、医疗健康、智慧农业、智慧交通等垂直领域的端到端解决方案。围绕 视频AI计算盒提供的软硬件基础能力，合作伙伴可以为最终用户提供从高密度视频流编解码、多路显示/拼接、AI 推理，直至存储以及云边协同等可端到端交付的全流程工作负载。