【技术实现步骤摘要】
基于云边协同的去中心化AI分析与数据存储方法及系统
[0001]本专利技术涉及计算机网络
,尤其涉及一种基于云边协同的去中心化AI分析与数据存储方法及系统。
技术介绍
[0002]当前随着信息技术的发展,对于AI算力和存储的需求越来越大,但中心化的算力和存储支持短板凸显,成本、稳定性、性能矛盾突出。随着信息化技术升级,对于更为复杂的人工智能系统、算力系统的需求更为凸显,但当前市场上缺乏有效的算力解决方案。随着我国经济社会发展和智慧城市建设步伐的加快,新基建工程项目等内生需求旺盛,数字化转型、智能化提升、融合化创新将步入快车道。传统中心化的AI算力和AI存储解决方案面临着成本高、难部署、难扩容、难交付、高延迟、难维护的难题。
技术实现思路
[0003]本专利技术的目的是提供一种基于云边协同的去中心化AI分析与数据存储方法及系统,以解决当前AI算力、存储需求激增,导致成本高、难部署、难扩容、难交付、高延迟以及难维护的技术问题。
[0004]本专利技术是采用以下技术方案实现的:基于云边协同的去中心化A ...
【技术保护点】
【技术特征摘要】
1.基于云边协同的去中心化AI分析与数据存储方法,其特征在于,包括数据存储步骤和AI分析步骤,其中,数据存储包括:获取视频流,并上传至边缘设备;边缘设备向云CPU算力服务器发送视频流,通过云CPU算力服务器实现数据处理,并上传至数据存储系统;数据存储系统将索引表返回至边缘设备,供可视化展示;AI分析包括:获取视频流,并通过边缘设备进行抽帧,并判断视频是否有变化;当视频发生变化时,通过边缘AI模型分析是否存在疑似目标,并进行截取;将目标区域图片或视频流发送至云AI算力服务器进行AI分析,并将结果反馈至边缘设备,供可视化展示。2.如权利要求1所述的基于云边协同的去中心化AI分析与数据存储方法,其特征在于,通过摄像头或上级服务器获取视频流。3.如权利要求1所述的基于云边协同的去中心化AI分析与数据存储方法,其特征在于,通过边缘设备处理器向云CPU算力服务器发送视频流,在发送过程中,由边缘设备负责数据的临时缓存以避免云CPU算力服务器掉线。4.如权利要求3所述的基于云边协同的去中心化AI分析与数据存储方法,其特征在于,所述边缘设备处理器包括边缘设备CPU、TPU、GPU和FPGA。5.如权利要求1所述的基于云边协同的去中心化AI分析与数据存储方法,其特征在于,云CPU算力服务器实现数据处理,将视频流处理后发送至云上的数据存储系统,并将数据存储系统存储的索引表返回至边缘设备中,同时,数据存储系统备份索引表,边缘设备根据需要依据索引表从数据存储系统中调取数据用于可视化展示。6.如权利要求1所述的基于云边协同的去中心化AI分析与数据存储方法,其特征在于,通过边缘设备VPU、CPU、GPU、TPU或FPGA进行抽...
【专利技术属性】
技术研发人员:李国良,梁辰景,谢宇涛,赵书磊,刘原驰,陆嘉华,易东廷,吉祥宇,
申请(专利权)人:天津大学四川创新研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。