腦力全開 智見未來——英特爾聯(lián)合神州數(shù)碼助力物聯(lián)網(wǎng)邊緣計(jì)算解決方案落地

浙江海洋大學(xué)海天智能物聯(lián)網(wǎng)實(shí)驗(yàn)室與全球最大半導(dǎo)體芯片制造商英特爾公司、進(jìn)行合作，全面助力海洋領(lǐng)域智能化，響應(yīng)國家“十四五”規(guī)劃，積極協(xié)同推進(jìn)海洋生態(tài)保護(hù)、海洋經(jīng)濟(jì)發(fā)展和海洋權(quán)益維護(hù)，加快海洋強(qiáng)國建設(shè)。實(shí)驗(yàn)室成員基于英特爾邊緣計(jì)算服務(wù)器實(shí)現(xiàn)海洋的水質(zhì)預(yù)測(cè)，邊緣計(jì)算作為一種快速發(fā)展的新型計(jì)算模式, 可以通過在靠近物或數(shù)據(jù)源頭處就近提供服務(wù)，以此來有效解決高延遲、帶寬不足的問題，有助于更好地提升我國海洋觀監(jiān)測(cè)能力。

英特爾邊緣計(jì)算服務(wù)器

隨著當(dāng)前大模型的爆發(fā)式增長，人工智能技術(shù)正在快速遷移到云端，在此過程中邊緣也會(huì)發(fā)揮更加重要的作用來推動(dòng)人工智能部署，因此，網(wǎng)絡(luò)邊緣側(cè)的地位不斷提高，同時(shí)也將帶來更大的市場(chǎng)效益。

日益增長的算力需求對(duì)計(jì)算基礎(chǔ)設(shè)施帶來了新的機(jī)遇和挑戰(zhàn)。英特爾作為業(yè)界的領(lǐng)頭羊之一，秉承新基建理念，利用算力服務(wù)于傳統(tǒng)能源行業(yè)，擁有全棧XPU(CPU,GPU,VPU,FPGA），提供多種平臺(tái)架構(gòu)，以更高的性能來適應(yīng)這些多樣化的工作負(fù)載。

微步該款人工智能BOX 7702不但自帶 3-7TOPS算力，還支持英特爾官方人工智能OpenVINO 工具包，并且提供了 I3、I5、I7三種不同規(guī)格的CPU配置，滿足客戶不同的價(jià)格及功能需求，可快速部署模擬人類視覺應(yīng)用程序和解決方案，給軟件服務(wù)商設(shè)計(jì)帶來無限可能！

在性能上，特別值得一提的是，該款人工智能 BOX主板采用了8層行業(yè)高難度的pcb堆棧設(shè)計(jì)，配上高品質(zhì)的被動(dòng)元件，再加上大幅度提升的電氣穩(wěn)定性，綜合安全性和使用壽命都得到了保障。此外，該款設(shè)備還擁有高靜電抗擾度、高抗震動(dòng)能力、高抗沖擊能力及高防塵能力，在多種嚴(yán)苛環(huán)境中都可以做到穩(wěn)定防護(hù)。

在散熱上，該款設(shè)備整機(jī)采用密閉無風(fēng)扇設(shè)計(jì)，外殼采用鋁合金擠壓成形、結(jié)構(gòu)緊湊，外殼兼作自主散熱；同樣的，該設(shè)備也完整的重構(gòu)了整個(gè)散熱模組，將銅管的長度延長了接近300%，鋁片厚度增加了接近200%，單個(gè)散熱模組重量高達(dá)1KG，為搭載的軟件平臺(tái)穩(wěn)定運(yùn)行提供了更高的散熱效能、更穩(wěn)固的運(yùn)行支撐。

內(nèi)部配置圖

在海洋監(jiān)測(cè)應(yīng)用方面，可通過部署邊緣計(jì)算設(shè)備，實(shí)現(xiàn)對(duì)水質(zhì)、水量等數(shù)據(jù)的實(shí)時(shí)監(jiān)測(cè)和預(yù)警。同時(shí)，邊緣計(jì)算還可以對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析和預(yù)測(cè)，為水務(wù)管理提供更加精準(zhǔn)的數(shù)據(jù)支持。實(shí)驗(yàn)室使用的邊緣計(jì)算服務(wù)器配置如下，此設(shè)備可為海洋水質(zhì)管理提供實(shí)時(shí)監(jiān)測(cè)和預(yù)測(cè)。

海洋水質(zhì)預(yù)測(cè)算法

準(zhǔn)確預(yù)測(cè)水質(zhì)參數(shù)對(duì)于有效控制水污染至關(guān)重要。然而，水質(zhì)數(shù)據(jù)通常具有高度非線性和非平穩(wěn)性，現(xiàn)有的模型在準(zhǔn)確預(yù)測(cè)水質(zhì)序列方面面臨巨大挑戰(zhàn)。本實(shí)驗(yàn)室開發(fā)了一種名為CEEMDAN-QPSO-BiLSTM新型混合預(yù)測(cè)方法，該方法融合了三種技術(shù)：帶自適應(yīng)噪聲的完全集成經(jīng)驗(yàn)?zāi)Ｊ椒纸猓–EEMDAN）、量子行為粒子群優(yōu)化（QPSO）和雙向長短記憶神經(jīng)網(wǎng)絡(luò)（BiLSTM）。該混合模型的訓(xùn)練和測(cè)試均來自浙江東海的真實(shí)水質(zhì)數(shù)據(jù)，包含溶解氧（DO）、pH值和化學(xué)需氧量（COD）參數(shù)，測(cè)試結(jié)果表明該模型可有效處理水質(zhì)數(shù)據(jù)的復(fù)雜特性，具有極高的預(yù)測(cè)精度。

同時(shí)，通過 HDMI 顯示器在英特爾邊緣計(jì)算服務(wù)器上的實(shí)驗(yàn)結(jié)果表明，CEEMDAN-QPSO-BiLSTM優(yōu)于基線模型，再次驗(yàn)證了該模型具有優(yōu)良的誤差性能和預(yù)測(cè)精度。

總結(jié)

海天智能物聯(lián)網(wǎng)實(shí)驗(yàn)室基于英特爾邊緣計(jì)算服務(wù)器人工智能Box將物聯(lián)網(wǎng)技術(shù)引入海洋環(huán)境，突破了傳統(tǒng)模式的限制，助力了海洋物聯(lián)網(wǎng)技術(shù)的發(fā)展。研究表明，基于邊緣計(jì)算的海洋信息處理性能和數(shù)據(jù)計(jì)算效率對(duì)比傳統(tǒng)技術(shù)具有突出優(yōu)勢(shì)。未來實(shí)驗(yàn)室的海洋物聯(lián)網(wǎng)系統(tǒng)將會(huì)有更多應(yīng)用落地，服務(wù)于智慧海洋應(yīng)用，同時(shí)，海洋物聯(lián)網(wǎng)系統(tǒng)也將進(jìn)一步推動(dòng)邊緣計(jì)算的發(fā)展。

審核編輯：湯梓紅