BM1684X,32路高清视频智能解析
256路视频解码,128路视频编码
32路高清硬解码与智能分析
32路高清硬解码与智能分析
近50种算法畅享,持续更新服务满足合规分析、环境检测、智能预警等管理需求
算法丰富,覆盖服务柜台、就餐区、周界环境等场景,提升运营收益等需求
审核速度达500字/秒,一台一体机同时可并行分析5篇稿件
SOM1684,搭载算能BM1684,支持16路高清视频分析
Core-1684-JD4,搭载算能BM1684,支持16路高清视频分析
SBC-6841,搭载算能BM1684,支持16路高清视频分析
iCore-1684XQ,搭载算能BM1684X,支持32路高清视频分析
Core-1684XJD4,搭载算能BM1684X,支持32路高清视频分析
Shaolin PI SLKY01,搭载算能BM1684,支持16路高清视频分析
QY-AIM16T-M,搭载算能BM1684,支持16路高清视频分析
QY-AIM16T-M-G,搭载算能BM1684,支持16路高清视频分析
QY-AIM16T-W,搭载算能BM1684,支持16路高清视频分析
AIV02T,PCIE板卡,1684*2,半高半长
IVP03X,搭载算能BM1684X,支持32路高清视频分析
IVP03A,微服务器 被动散热,12GB内存
Coeus-3550T,搭载算能BM1684,支持16路高清视频分析
EC-1684JD4,搭载算能BM1684,支持16路高清视频分析
CSA1-N8S1684,算力集群服务器,BM1684*8,1U
DZFT-ZDFX,ARM+DSP智能封条分析,搭载算能BM1684X
ZNFX-32,搭载算能BM1684,支持16路高清视频分析
ZNFX-8,ARM+DSP架构,隔爆兼本安分析装置符合煤安要求,搭载BM1684X
EC-A1684JD4,微服务器主动散热,16GB内存,32GB eMMC
EC-A1684JD4 FD,搭载算能BM1684,支持16路高清视频分析,16GB内存,32GB eMMC
EC-A1684XJD4 FD,搭载算能BM1684X,支持32路高清视频分析
ECE-S01,搭载算能BM1684,支持16路高清视频分析
IOEHM-AIRC01,微服务器,主动散热,搭载算能BM1684,支持16路高清视频分析
IOEHM-VCAE01,搭载算能BM1684,支持16路高清视频分析
CSA1-N8S1684X,算力集群服务器,BM1684X*8,1U
QY-S1U-16,1U版本BM1684盒子
QY-S1U-192,算力集群服务器,BM1684*12,1U
QY-S1X-384,算力集群服务器,BM1684X*12,1U
视频实时压缩转码上云和监测异常事件,增强道路运行安全事件的发现和处置能力
为交通拥堵、行车安全、车辆违法和道路污染治理问题赋能
以国产化算力支撑海量视频的结构化解析,服务警务应用实战
以数据为中心打造“智能、协同、高效、创新”的步态识别大数据分析系统
为用户快速构建融合人、车、通行等多维数据的业务能力
对生产全过程、全方位实时感知与精细化监管,推进应急监测智能化,赋能风险识别预警
为粮仓、棉仓等大型仓储园区的办公、质检、磅房、库区等区域提供了违规行为和异常事件的安全监控方案
全量场景感知预警,赋能烟草生产作业过程数智化
为白酒生产企业细化风险监测因素,建立智能感知与预警感知体系,提高企业安全生产管理水平
以云边协同的新型算力基础设施赋能各类数字城市场景,为数字经济发展提供源动力
以自动化训练推理一体化平台为基础,助力算力/算法整合应用快速、高效工程化落地
少林派开发板:
少林派开发板是一款基于BM1684的约20TOPS算力开发平台,以BM1684作为核心器件,核心处理器全自主可控,提供超强算力+多路视频编解码能力。支持3路mini-PCIe,4路USB。可扩展多种外设模块。可以根据场景需求实现最优配置,最合理成本,最优能耗,最优功能选择。硬件生态丰富,可连接的外设多样。支持丰富的软件开发生态体系,支持主流深度学习框架。“少林派”核心板可以扩展屏幕、键盘、鼠标、摄像头、耳机、VR等各种设备。可以在“少林派”上DIY一个全场景的边缘计算工作站,实践各种AI实验。也可以嵌入到无人车和无人机中,实现移动终端的边缘计算。公司基于少林派开发板开发了KT001智能车和S550深度学习无人机,参赛选手也可以申请深度学习车作为硬件平台完成自己的参数作品。
SophonSDK是算能基于其自主研发的 AI 处理器所定制的深度学习SDK,涵盖了神经网络推理阶段所需的模型优化、高效运行时支持等能力,为深度学习应用开发和部署提供易用、高效的全栈式解决方案。
SophonSDK 由 Compiler和Library组成:Compiler 负责对第三方深度学习框架下训练得到的神经网络模型进行离线编译和优化,生成最终运行时需要的 BModel。目前支持Caffe、Darknet、MXNet、ONNX、PyTorch、PaddlePaddle、TensorFlow等。Library提供了BM-OpenCV、BM-FFmpeg、BMCV、TPURuntime、BMLib等库,用来驱动VPP、VPU、JPU、TPU等硬件,完成视频图像编解码、图像处理、张量运算、模型推理等操作,供用户进行深度学习应用开发。
1.文档中心:https://developer.sophgo.com/site/index/material/30/all.html
2.视频教程:https://developer.sophgo.com/site/index/course/all/all.html
3.开发指南:https://sophgo-doc.gitbook.io/sophonsdk3
作品总分为100分,具体分值如下:
1)边缘计算应用场景的创新性(10分)
2)使用算能少林派开发板开发设计流程(10分)
3)系统功能性和可扩展性(10分)
4)软件算法性能及创新(10分)
5)AI编译器的使用(10分)
1)硬件平台搭建(10分)
2)功能实现及完善(20分)
1)硬件电路、详细设计文档和软件代码(15分)
2)系统演示(5分)