什麼是加固型網路錄影機?加固型監控專用網路錄影機RCO-6000-CML-4NH-1E簡介

RCO-6000-CML-4NH-1E blog banner version

Premio旗艦產品線的最新產品 RCO-6000-CML-4HN-1E 已添加到 Premio 的 RCO-6000-CML AI 邊緣推論電腦系列RCO-6000-CML-4NH-1E 是一款由兩個模組組成的工業推論電腦,可為關鍵的邊緣部署提供強大的資料儲存和備援功能。底部節點配備完全熱插拔的 NVMe 槽位和硬體 RAID,頂部節點是高效能工業無風扇 PC,由 Intel 第 10 代 Core/Xeon 處理器提供完整的 I/O 存取,最高可達 10 個強大核心,用於循序資料處理。 

此型號將 AI 處理、高速 NVMe 儲存和 RAID 備援捆綁到一個堅固的網路影像錄影機 (NVR)中,該錄影機用途廣泛,適用於廣泛的工業應用。RCO-6000-CML-4NH-1E 旨在幫助滿足日益增長的即時資料處理需求,以用於使用機器學習、智慧自動化或物聯網資料遙測的監控應用程式。 

在這篇部落格中,我們將探討並回答一些關於 RCO-6000-CML-4NH-1E 的關鍵問題,提供有關其功能、能力以及作為堅固型 NVR 的優勢的寶貴資訊。本部落格旨在幫助您更好地了解此特定型號,以及它如何有益於您的下一個堅固型邊緣部署。 

是什麼讓此型號在堅固邊緣領域獨一無二? 

「到 2025 年,75% 的資料處理將在邊緣完成」 

隨著人工智慧和機器學習的出現,物聯網設備和感測器不僅數量增加,而且產生的資料也比以往任何時候都多。目前,人工智慧和機器學習模型被廣泛用於即時分析資料,而這些資料的生成量正在增加。在影像監控中,這些人工智慧模型被用於即時處理和分析。隨著越來越多的人工智慧模型被實施,許多應用程式發現越來越難以在高效能處理和資料儲存之間找到平衡。人工智慧模型產生大量資料,因此需要大量的儲存空間和低延遲才能提供適當的即時結果。雲端運算最初被用於處理資料密集型工作負載,但這種方法由於延遲而減慢了傳送速度,並且在關鍵任務應用程式中不可靠,因為每一秒都很重要,並且可能導致災難性後果。借助邊緣電腦,處理能力被帶到資料來源,有效地幫助解決當今許多企業在實施影像分析時面臨的頻寬限制和資料處理平衡問題。為了為堅固的邊緣提供驅動即時影像監控和分析的技術,RCO-6000-CML-4NH-1E 邊緣模型經過精心設計,不僅可以提供強大的計算能力,還可以提供關鍵任務部署中必要的儲存、資料備援和連接。廣泛的模組化 I/O 設計可幫助整合商透過連接高清攝影機來客製化其特定的邊緣應用程式,這些攝影機將寶貴的串流饋送到具有邊緣人工智慧處理功能的計算平台。 

RCO-6000-CML-4NH-1E 有哪些獨特的關鍵技術? 

4 種主要硬體設計,提供最佳資料儲存、多功能 I/O 和邊緣分析 

1. 模組化底部,配備高速 NVMe SSD 儲存的 EDGEBoost 節點 

模組化 EDGEboost 節點提供強大資料處理的進階解決方案,配備易於存取和熱插拔的 NVMe 資料儲存盒,無需關閉系統即可移動關鍵任務資料,從而提高整體運作時間和生產力。NVMe 盒支援 4 個 U.2 NVMe SSD,為關鍵任務資料提供高速讀寫資料儲存和效能,以進行即時處理。NVMe 資料盒還包括標準 RCO-6000-CML 系列軟體開發套件,該套件提供可程式化邏輯,可在點擊按鈕後暫停所有 I/O 傳輸和讀寫操作,以防止資料丟失或損壞。電腦中還設有熱插拔排氣風扇,以確保 NVMe SSD 和擴充卡 EDGEBoost I/O 模組的最佳熱調節。

2. 用於附加可擴展性的 EDGEBoost I/O 

需要多種 I/O 連接物聯網感測器的邊緣應用程式也可以利用 Premio 的附加模組。這些附加模組可以配置到 RCO-6000-CML-4NH-1E 中,並支援多達 8 個額外的 LAN 和 PoE,採用有線 RJ45/M12 連接器,8 個 USB 3.1 Gen 2 連接埠,4 個 RJ45 連接器中的 10GbE,甚至還有一個 5G 就緒模組,可實現低延遲無線連接。在邊緣 AI 處理方面,運算系統支援多達 4 個 Hailo-8TM 處理器,提供高達 104 TOPS(每秒兆次運算)的效能和更低的 TDP(熱設計功耗),用於即時推論分析和物件偵測。 

edgeboost i/o daughterboards and bracket

3. 用於硬體 RAID 和高速網路附加卡的 PCIe 擴充槽 

硬體 RAID 控制器可獨立控制資料儲存和處理。硬體 RAID 會檢查磁碟的一致性並在實體磁碟機之間分配資料。如果任何磁碟機發生故障,RAID 控制器可以重建故障陣列以確保資料一致性。另一個可用的 PCIe x16 插槽可用於需要可擴展網路卡以實現 10/25/50/100/200G 更快效能和頻寬速度的應用程式。

4. 堅固耐用。隨時準備就緒。

RCO-6000-CML-4NH-1E 採用工業級設計,專為堅固邊緣而設計,以確保在最惡劣環境下的可靠性。RCO-6000-CML-4NH-1E 可以在寬廣的溫度範圍(-25oC – 70oC)、寬廣的輸入電壓(9 – 48 VDC)下運行,並具有抗震/抗振動功能(20G 衝擊,3 GRMS 振動)。 

本產品填補了什麼市場需求或空白? 

1. 利用 M.2 加速,在邊緣實現即時、高效能推論

RCO-6000-CML-4NH-1E 透過支援多達 4 個 Hailo-8 處理器,藉由實施硬體效能加速,深入探索邊緣人工智慧。這些人工智慧加速器有助於以較低的 TDP 驅動人工智慧和機器學習模型。M.2 加速器的高效能有助於高速驅動分析,以更準確地提供更快的結果,從而改善來自監控和安全影像串流的即時洞察。 

2. 資料備援,保護並維護關鍵任務資訊。 

在許多影像監控應用中,安全監控產生的巨量資料必須長時間儲存和保護。在任務關鍵型部署中,資料的丟失或損壞可能導致嚴重後果。RCO-6000-CML-4NH-1E 透過其支援硬體 RAID 的熱插拔高密度 SATA 儲存,有助於解決影像分析中資料密集型儲存需求。RCO-6000-CML-4NH-1E 堅固型監控網路錄影機的價值主張在於其在運算、儲存和連線方面的高效能,所有這些都整合在堅固耐用的半無風扇設計中,以幫助應對當今影像監控和分析所面臨的頻寬、連線和資料儲存挑戰。安全監控整合商和原始設備製造商可以將這種堅固型運算系統作為資料處理、聚合甚至遠端/行動部署中遙測的建構塊。 

我可以在哪裡看到 RCO-6000-CML-4NH-1E 的實際操作? 

Premio 將在內華達州拉斯維加斯的 ISC West 2023 上展示 RCO-6000-CML-4NH-1E。請前往 #3071 攤位,觀看產品的現場演示。有關 ISC West 的更多資訊並免費參加,請瀏覽我們的 活動頁面

此外,RCO-6000-CML-4NH-1E 已提交至今年的 ISC West 安全產業協會 (SIA) 新產品獎。該獎項旨在表彰安全產業中的創新產品和解決方案。您可以隨時關注我們的現場更新,了解其在展會上的進展! 

RCO-6000 系列過去也曾獲 ISC West SIA 新產品展示獎,其出色的設計和效能獲得認可

我很感興趣!我可以在哪裡購買 RCO-6000-CML-4NH-1E? 

如果您希望將我們的堅固型網路錄影機系統用於您當前或下一個邊緣部署,請造訪 RCO-6000-CML-4NH-1E 產品頁面以獲取報價,或 立即聯絡我們,與我們的工程專家交談。

相關文章

使用 EdgeBoost 節點讓 AI 邊緣推論電腦設計變得 (相對) 簡單

推論是指計算系統根據經過訓練的機器學習演算法進行預測。雖然推論的概念並不新穎,但能夠在邊緣執行這些進階操作是相對較新的技術。 邊緣推論引擎背後的技術是嵌入式電腦。但很明顯,它不僅僅如此,它還具有增強的運算能力、大量的儲存空間和必要的 I/O,可即時處理大量數據。目標是盡可能地在數據生成的位置附近執行操作,以最短的時間實現最準確的結果。該位置通常非常靠近感測器,外部數據會輸入到系統中。一旦做出決策,通常會將其傳回邊緣執行,從而在邊緣實現即時決策。 邊緣推論引擎的一個主要考量是其部署的環境。例如,它是否必須設計成能承受衝擊和振動?它是否會遇到極高或極低的溫度?它是否能提供效能加速的適當平衡?對這些問題的每個答案都可能導致不同的設計,或者至少是不同的設計方法。 有些供應商擁有全套用於環境問題的內部測試設備。這將包括熱調節模擬,當然還有衝擊和振動。在大多數應用中,專為「堅固耐用和散熱應用」設計的系統意味著它可以在 -40°C 至 +70°C 的溫度範圍內運作,並且可以承受高達 20 G 的衝擊和 3 Grms 的振動。 為 AI 加速 通用嵌入式電腦和專為處理推論演算法而設計的電腦之間存在明顯區別。首先,推論引擎需要極致的運算效能。任何設計師都可以從貨架上取下高階 X86 處理器並將其整合到系統中,即使是包含資料中心平台功能的系統。然而,要設計一個能達到最大輸送量的系統,需要人工智慧系統方面(包括硬體和軟體)的深厚專業知識和經驗。Premio 的專家憑藉其強大的硬體工程和工業級電腦平台的設計能力,完美符合這一要求。 產品導覽:AI 邊緣推論電腦 (RCO-6000-CFL) – 堅固的邊緣媒體集線器 Premio 推出了一種名為 Edge Boost Nodes 的模組化技術,可最大限度地提高邊緣的系統效能。硬體節點物理連接到平台的下部,為需要即時洞察數據採集的邊緣級工作負載提供硬體加速。這種兩件式模組化設計有助於保持平台的堅固性,同時透過創新的罐式磚塊中的非揮發性記憶體 (NVMe) 固態硬碟 (SSD) 和用於並行運算效能的 GPU 提供效能加速。每個 Edge Boost Node 都使用高轉速主動冷卻,以確保這些元件的可靠性。 (圖片來源:Premio Inc.)  設計 AI 推論電腦的來龍去脈 —...