Insight Tech

想象一下您上次在繁忙的城市中心参加音乐会或类似大型活动的情况。您可能很难找到停车位或在门口接受安全检查。在特许经营摊位或洗手间排队并不容易。消除这些烦恼将极大地改善访客体验。对活动组织者也有帮助。

这就是为什么机场、市政府和娱乐场所押注 LiDAR（光线检测和测距）的原因，这是一种专门适合提供空间智能的脉冲激光技术。使用 LiDAR 不仅提供人员和车辆数量的信息，而且提供流动和交互信息。这意味着组织者可以实时保持安全，发现并缓解瓶颈。

3D LiDAR 的优势

“在大型基础设施现场和活动中，安全和人群管理并不容易，但这些正是 LiDAR 特别擅长的工作。” Outsight 总裁兼创始人 Raul Bravo 表示。Outsight 是一家 3D LiDAR 解决方案的领军企业。

“虽然说到监控设备，大多数人可能会想到 CCTV 和 IP 视频摄像头，但其二维能力仅限于跟踪三维物理世界。” Bravo 表示。“与传统计算机视觉不同，LiDAR 无法判断一个人穿的是红色衬衫还是绿色衬衫，但它知道该人的速度或位置，同时以 3D 捕获的形式提供数据。”

由于 LiDAR 的能力，数字孪生已经利用该技术获取物理世界的数据有一段时间了。“正在的情况是使用 LiDAR 技术不仅可以映射静态物理世界，还可以实现人员和车辆实时流动的数字化。” Bravo 表示。

组织也感到放心的是 LiDAR 是原生匿名解决方案。由于 LiDAR 不捕获图像，仅捕获物体的距离，因此隐私受限于定义。在不拍摄人照片的情况下监控人群，维护隐私是满足一系列政府法规的关键。

3D LiDAR 数据处理挑战

虽然 LiDAR 具有许多优势，但处理由此产生的数据并不容易。将 3D 空间智能数据接入传统计算机视觉技术中，结果很糟糕。相反，“必须创建特定的算法和技术来解决这种特定类型的问题。” Bravo 表示。

LiDAR 产生的庞大数据量也充满挑战。“当我们在全球一些最大的机场部署 LiDAR 时，我们同时拥有数百个 LiDAR 单元。” Bravo 表示。“每个单元的数据相当于一百人直播 Netflix。”

LiDAR 领域的设计、模型和制造商的多样化也是一个问题。Outsight 平台解决所有这些挑战，并适用于任一 LiDAR 制造商或型号。该解决方案开发了鲜活的数字孪生，以足够快的速度提供关于物理世界的信息（每秒 20 次），从而实时提供洞察。这些洞察可以传递给合适的人，并采取报警提醒的形式。

视觉-空间智能用例

Outsight 可以帮助解决的问题适用于智慧城市、交通枢纽和国际活动。如果机场行李托运区过于拥挤，该解决方案可以提醒下游高级职员，安检排队可能存在交通堵塞，然后他们可以安排工作人员。

例如，华盛顿州贝尔维尤市，使用 Outsight 的 LiDAR 解决方案来检测车辆过于靠近自行车或行人时，在十字路口近乎发生事故的问题。LiDAR 尤其适合夜间捕捉此类事件。这些信息帮助该城市采取更主动的措施，如更清晰的车道标记，以实现到 2030 年消除交通事故和严重伤害的目标。Outsight LiDAR 还可以帮助智慧城市实时解决交通流量问题。例如，如果车辆使用错误的车道并入车流，闪灯可以提醒驾驶员纠正错误。

在大规模管理人员和车辆的物理流量时，您必须确保流畅的访客体验和卓越运营。关键性能指标，如售票窗口排队的长度和花费时间，将至关重要。

在 2024 年巴黎奥运会上，Outsight 的 LiDAR 解决方案在安全和人群管理方面提供了帮助。Outsight 再次在 Tomorrowland 上投入服务。这是每年在比利时举行的全球最大音乐节之一，每年吸引数十万观众。

空间智能的技术基础设施

空间智能是关于物理世界的数字化并从中创造洞察。实现这一目标需要能够高效处理大量数据的处理能力。Outsight 依赖于英特尔产品和技术来大规模部署其解决方案。

“您需要特定且高效的软件算法，使用基于 CPU 而不是基于 GPU 的解决方案来提高能效。” Bravo 表示，这是英特尔 CPU 派上用场的地方。

至于未来，Bravo 对物理世界（除了智慧城市、机场和场所之外）数字化的众多可能机会感到兴奋。“您可以获得以前从未想象过的丰富独特洞察和智能。” Bravo 表示。“我们正在进入数字化转型的新世界。”

 

本文由 insight.tech 的编辑主管 Georganne Benesch 编辑。

我们都熟悉雷达的概念。但您是否记得，这个词实际上是“无线电检测和测距”的首字母缩写，已经摆脱了原来的大写形式，成为常用名词和常用概念？（以及电视剧 M*A*S*H（陆军野战医院）中一个备受喜爱的角色。）那么，相关但更具技术感的“LiDAR”是什么？这代表“光检测和测距”，实际上不是一项新技术，但最近越来越吸引人们的兴趣，特别是在自动驾驶汽车和地面测绘方面，不过它的用途远远超出了自动驾驶汽车和考古学。

最近，我们与 AI 驱动的 3D LiDAR 解决方案提供商 Quanergy Solutions 市场开发和联盟副总裁 Gerald Becker 进行了交谈。他见证了这项技术在汽车行业之外的发展，并横跨许多不同的行业和企业。他谈到了 LiDAR 如何提高运营效率和工作流程，从二维转向三维的优势，以及说服人们采用新技术的挑战（视频 1）。也许有一天，LiDAR 将成为我们生活的一部分，我们将会在字典中看到它，即“LiDAR”。

视频 1. Quanergy 的市场开发和联盟副总裁 Gerald Becker 在“insight.tech Talk”谈到了 3D LiDAR 的崛起和进步。（资料来源：insight.tech）

LiDAR 在自动驾驶汽车之外有怎样的发展？

LiDAR 已经存在了几十年，但直到过去 10 年左右，我们才真正看到它的能耐。大家都知道 LiDAR 用于汽车、机器人及地面测绘，但也有很多其他应用。

Quanergy 专注于另外一个市场，我们与来自物理安全、集成管理平台、视频管理、软件解决方案、摄像头、商业智能和物理访问控制系统的知名企业协调合作。他们将我们的传感器集成到他们的平台中，以提供各种事件到操作的工作流程。它使最终用户能够探索如何以不同的方式解决旧问题，并获得他们以前从未有过的高准确水平，以及解决新的问题。

我在 Quanergy 负责物理安全、智能空间和智慧城市领域，这三个市场具有非常高的 3D LiDAR 适用性，因为它们一直只限于使用摄像头或其他类型的物联网传感器，即 1D 或 2D 技术。3D 技术以及我们在过去几年中开发的集成生态系统的出现提供了更多的灵活性，能够超越二维范畴，看到超越这一空间常见传感习惯以外的东西。

这种新的维度深度如何使企业受益？

例如，在安全领域，我们正在做一些非常大的事情，主要使用雷达、摄像头以及视频分析，其中我们的 3D 传感器现在可以提供 360° 的深度和体积，具有厘米级准确性。与所有传统技术相比，这提高了 TCO 优势，并减少了误报数量。

在传统技术中，只要有运动或有分析技术跟踪潜在违规情况，就会自动开始触发事件。当有成千上万个警报时，那就是一个大问题，因为分析技术不了解如何破译那只是一只动物走过而已。我们的传感器能够提供 98% 的 3D 空间检测、跟踪和分类准确度。

从业务智能方面，我们能够对空间内发生的事情提供更高级别、更深入的了解。以零售业为例。我们可以了解一个消费者在旅程中的位置、走哪条道路、接触哪些产品、排队有多长。

您不是把摄像头放在这里、这里、这里、这里，然后把摄像头全部连接起来，而是放置一个 LiDAR 传感器，就能实现全 360° 视角，可以看到整个空间，了解在这些空间，人们如何交互。我们能够提供如此众多的酷炫成果，而没有 2D 传感技术，就一直无法实现这些成果。

LiDAR 在采用方面面临哪些挑战？

我认为，对于 LiDAR，如果一项新技术超出了某些人的舒适区，那么该技术的采用会让他们感到有点紧张。当我解释 LiDARs 看到什么时，我总是回到我最喜欢的电影《黑客帝国》。记得吗 Neo 看到一和零从天空中掉下来，当时他在大厅里看到特工 Smith？这就是我们所看到的。我们不会像摄像头那样看世界，你可以看到我穿着一件蓝色马球衫。对我们来说，一切看起来都像是 360 度深度和体积的 3D 剪影。

还有成本。必须从高层次来看待。我总是使用我年轻时从更高级销售人员那里听到的这个类比——整个冰山理论。在比较不同解决方案的成本时，您不能只看冰山尖端。一台摄像头可能只有几百美元，而 LiDAR 可能只有几千美元，还有软件等等。

但底层成本在冰山之下，对吧？在一侧安装 7 到 8 个摄像头与在一个设备上安装相比，需要什么？看看劳动力；看看部署这些摄像头所需的管道、电缆、许可以及维护成本。当您了解在该领域安装传统技术与新技术的复杂程度时，LiDAR 就变得非常具有成本效益。

企业如何利用其现有基础设施来实现 3D LiDAR？

无论何种解决方案，分层方法可能是最佳路径。世界上没有一项技术可以满足所有用例。有人试图向你推销？请转身就走，因为这是无法完成的。但当您将最佳解决方案整合到部署中时，就会获得最佳效果。

我们已经整合了一个庞大的技术合作伙伴生态系统。例如，我们与二维成像技术合作：摄像头，如博世、Axis、Hanwha。如果需要识别某件事，那么有一个穿着蓝色马球衫的坏蛋，有可能突破那个篱笆！摄像头可以帮助我们看到这一点。但当您需要实际检测、跟踪和分类时，LiDAR 便会带来新成果，而这仅靠摄像头是无法实现的。

假设您是在嵌入式摄像头上使用传统平移/倾斜/变焦自动跟踪。传统二维技术和自动跟踪的问题在于，当蓝色马球衫先生走到一个物体后面或进入另一个区域时，摄像头不知道发生了什么。

但是，如果您有足够的激光器在整个空间拍摄，看到整条过道、大厅和停车位，它们就能准确检测物体或人。有了我们的解决方案，我们可以告诉摄像头，“嘿，摄像头，聚集这堵墙。我们知道这个人在墙后。” 然后，当那个人从墙后出来时，我们仍在告诉摄像头追踪蓝色马球衫先生。

解决方案的另一个美好之处在于我们提供网状架构。如果空间中有足够数量的 LiDAR，只要激光器相互重叠，就会形成这个庞大的数字孪生。它为您提供其他技术从未实现的灵活性。您可以放大和镜头平移整条走廊、大厅、墙壁的另一侧、树周围或任意位置。

您能否介绍一些客户用例？

有一家全球数据中心公司找到我们，他们遇到了一个非常特殊的问题。他们在其一个站点进行为期 33 周的测试期间，产生了 178,000 个告警。现在这显然是水底捞针的情况，我和你说，当中只有两个告警是真实的。想想在安全实践中确认告警的操作：点击。审核。是不是？删除。尝试这样做 178,000 次，却发现一名因某事解雇而不应该进入大楼的不满员工带着 USB 驱动器进入大楼，将 USB 接入网络，并摧毁了一个十亿美元的公司。

这家公司的人都知道他们遇到了问题，并公开测试了所有东西——人工智能、雷达、事实核查技术、地下电缆。他们最终采用了我们的解决方案，并举行决赛：他们其中一个最佳网站与我们的网站。他们的最佳网站出现了 22,000 个告警；我们的网站产生了五个实际告警。这为他们节省了 3,6000 小时无意义的调查工作。

以下是另一个有趣的例子。佛罗里达州有很多吊桥。桥梁升高或下降，如果人员或车辆在过桥过程中意外落入水道，责任就会落在桥梁上。一些初步测试是利用安装在桥两侧的 LiDAR 解决方案完成的，基本上可以跟踪物体（人或车辆）是否进入现场。如果有事情发生，它可以阻止桥梁上升，或者在自助服务终端通知桥梁管理人员，并说，“不要升高桥梁。”他们使用 LiDAR 在 POC 方面获得了巨大成功，现在他们正将其部署在佛罗里达州的几座桥梁上。

请详细介绍与您合作的合作伙伴生态系统。

与大多数专注于 GPU 处理大量数据的 LiDAR 不同，我们略微独具一格。我们的传感器专为流量管理和安全应用而打造；它们不需要通过管道收集和推送大量数据。因此，我们采用基于 CPU 的架构，这样更具成本效益。它也是高度可扩展的，随着我们与英特尔的配合，更是如此。

我们与英特尔的合作关系也意味着我们每天都会发现新的用例。现在，我们正在探索实体和仓库自动化，在那里我们可以提供 3D 传感，超越了看待这些类型空间的传统方式。随着我们不断扩展和增长，与英特尔的合作关系对我们来说非常有价值。

您预计这个领域将如何发展？

AI 出现，以及大型学习模型的发展。目前，计算机视觉正在完成大量工作，并了解有关场景中剪切的内容，以了解更多的一般性情况，从而产生不同的效果，并讲述不同的故事，最终实现最终结果。是好人还是坏人？是良好的工作流程还是不好的工作流程？

因此，随着我们将 LiDAR 与 AI 技术结合，可以实现更多功能，从而提供尚未实现的额外成果。我们仍处于早期阶段，但这个领域确实存在巨大的机会。

对于 LiDAR，我们已经过了早期阶段，即检测阶段，现在有很多人在谈论它如何增加工作流程并提供额外价值。我认为，现在比以往都更应该采取行动并开始测试，开始提出问题：LiDAR 可以为我做什么，而我以前无法做到？看看现有用例并问问自己：如果我有深度、如果我有体积、如果我有厘米级准确性，那么如何改善我的日常工作流程、工作，并为整个组织提供更多的价值？

相关内容

要了解有关 3D LiDAR 的更多信息，请观看利用 3D LiDAR 应用程序，看到更大画面。有关 Quanergy 的最新创新，请在 X/Twitter @quanergy 和 LinkedIn 上关注。

 

本录音文稿由 文稿编辑 Erin Noble 编辑。

全球各地的城市都在努力应对人口快速增长所带来的挑战。人口激增会引发社会和经济失衡、资源枯竭以及公共服务紧张等问题。效率低下的医疗保健、公共安全保障不足、能源和水管理管理不力以及公共交通系统管理不善，正日益成为市民的沉重负担。

过时且脱节的技术进一步加剧了这些问题，使城市管理者难以维持有效的运作和满足市民的需求。如果没有有关危险、环境条件和基础设施状况的准确信息，处理紧急情况和规划未来就变得异常艰难。

创新技术为应对上述挑战提供了有效的解决方案。通过全面的人工智能和物联网平台管理服务，城市管理者能够实时响应问题，提升协调和效率，实现基础设施的远程监控和维护，并获得有助于制定更好决策的宝贵见解。这种方法不仅可增强公共安全和资源管理，还能够推动构建更加平衡和可持续的城市环境。

利用智慧城市人工智能简化城市运营

当今城市面临的许多问题都源于城市系统之间互联互通的不足以及数字技术的缺乏。城市各部门常常各自为政，缺少一个为规划、决策和高效运营提供支持的中心化数据驱动模式。“孤立的数据导致难以解决复杂问题和应对紧急情况，” 智慧城市平台和应用软件提供商 Trinity Mobility 的 的业务管理负责人 Vivek Sharma Panathula 指出。协作至关重要，它不仅可管理应急响应，还能确保服务精准送达并有效部署资源。

Trinity 的智慧城市解决方案依托于由物联网和人工智能技术提供支持的统一城市数字平台，以及构成智慧城市基础的预集成应用，以应对这些挑战。该智能通过三个层面构建：平台、捆绑应用和各种用户模型，这三个层面可将城市运营整合到一个推动数字化转型的聚合系统中。

智慧城市数字平台能够与任何传感器、设备或应用系统顺畅连接，实现数据的收集、处理、存储和分析，从而帮助检测异常情况并作出主动响应。预集成的捆绑式应用程序，例如城市运营中心、移动人员管理系统、市民参与系统、开放式数据门户以及面向各部门的智慧城市解决方案，为开启和加速智慧城市构建提供了开箱即用的支持。

利用人工智能和物联网技术实现智慧城市的大规模建设

通过连接到物联网平台来扩展基础设施，城市能够更高效、更有效地管理服务。一个典型的案例是埃及开罗附近的新行政首都 (ACUD)，Trinity 在这里 与主系统集成商霍尼韦尔合作，正在为新首都推出智慧城市软件套件，以管理为 600 多万人口提供的各类服务。

“埃及新行政首都选择霍尼韦尔开发用于协调现场级传感器与部门数据的集成指挥控制中心 (CCC)，” Panathula 解释道。该城市旨在通过这一大型项目简化运营、提高可持续性并改善市民服务。

利用 Trinity 的平台，城市管理者能够优化应急响应机制，监控水电等基本服务，并确保高效的资源管理。该平台还允许各部门跟踪其车队并监控驾驶员的行为，同时为市民提供与城市服务直接互动的工具。居民可以在手机应用程序上报告问题、设置服务和缴纳罚款，从而打造出参与度和响应度更好的城市政府。

通过分析来自交互和市民反馈的数据，城市可以不断改进其运营和政策，以确保智慧城市的发展符合居民的需求和期望。

为了有效管理大量传感器数据，市政物联网系统必须快速且高效。Trinity 平台采用了高性能的英特尔^® 至强^® 处理器，能够近乎实时地分析传感器数据并提供快速响应。英特尔^® OpenVINO^™ 工具套件可简化人工智能和物联网应用的开发，而英特尔^® Software Guard Extensions（英特尔^® SGX） 则在幕后工作，以保障市民个人信息的私密性和安全性。

数字孪生与未来创新

随着城市接纳更多的互联服务，物联网技术也在快速进步。例如，Trinity 正在开发一个用于加强沙特阿拉伯利雅得的米斯克城 (Misk City) 项目的数字孪生平台。该平台将使设计师、工程师和施工团队——无论是在现场还是远程——都能够利用功能性三维开发模型进行实时协作。完工后，数字孪生将通过优化应急响应、引导急救人员前往关键地点以及在发生事故时确保工作人员的安全，来继续发挥价值。Panathula 表示，随着物联网解决方案在全球范围内的普及，这只是众多受到关注的应用中的一个实例。您的城市将会是下一个智慧城市吗？

 

本文由 insight.tech 的编辑主管 Georganne Benesch 编辑。

在嵌入式系统行业，一切都是为了达到一个平衡点：边缘与云；软件与芯片；高性能与速度；功耗与能效。当然还有成本！在诸多行业中，不同的应用有各种选项为其提供支持，随着边缘和人工智能变得越来越普及，这种情况更是如此。

我们向 Avnet and Tria Technologies（前身为 Avnet Embedded）全球营销总监 Alex Wood 询问了有关嵌入式系统的全面信息。他谈到了依赖嵌入式系统的广泛行业、人工智能对整个行业的重要性，以及找到处理器性能与效果的恰当平衡（视频 1）。仅仅因为一家公司可以拥有最新、最快的处理器，就可以了吗？或者仅仅是因为该公司部署了新处理器来创建一些耀眼的新技术或应用，他们的客户就会想要使用吗？

视频 1。来自 Tria Technologies 的 Alex Wood 讨论了真实世界边缘 AI 应用及其需求。（资料来源：insight.tech）

嵌入式系统领域当前的技术趋势是什么？

我认为我们正处于行业的转折点。在人工智能领域，人们非常重视将工作部署到云端。同时，那些想要把工作部署在边缘的人会遇到很多阻力。但这两种人都会有各自的挑战和潜在的挫折。客户对我们说：“我们希望利用这种技术，但我们不太确定如何利用它。”

在边缘推动人工智能有哪些挑战？

我认为性能是关键，这决定了人工智能的成败。人工智能消耗大量数据，对能源的要求极高。人工智能让比特币现在看起来几乎属于节能产业。许多企业没有意识到这些应用程序在边缘消耗了多少能源。他们将需求外包给了数据中心，因此不能第一时间了解这些挑战。

因此，我认为降低执行这些应用的功耗要求将是一项关键挑战。这将决定人工智能是否在这波热潮中持续发酵 — 取决于您如何定义人工智能及其工作原理。随着这些应用程序访问和导入大型数据模型并实时处理任务，它们都需要更节能、更具热效率的处理能力。

您的客户现在正在构建哪些应用程序？

目前我们正在与客户合作完成很多不同的事情。例如，一种新型农业应用将人工智能作为替代方案，执行将危险的永久化学物质放入土壤这样的任务，或者提高农业效率。

您可以训练人工智能机器人识别田地里的杂草，并区分哪些是杂草和害虫，哪些是农作物和无害昆虫。如果没有机器人，则必须人工步行穿过田野，拍摄不同植物的照片，然后再将知识传授给在这些田地里工作的人们。您可以创建一个人工智能应用程序来为您进行作物检查。

您希望能够在边缘对机器人进行编程，以便进行基于边缘的人工智能识别；您不一定想将所有这些内容放入数据中心。在这种情况下，您也不一定拥有可靠的蜂窝数据连接。就处理要求而言，视觉技术是实现质的飞跃的关键 — 实时视觉人工智能能够尽快识别它所看到的内容，然后在短时间内根据识别结果采取行动，而不必将信号送回数据中心进行处理。

另一方面，比如家用的自动割草机，他们可以在草坪周围绘制出最佳工作路径。一个是面向未来的大型公益解决方案；另一个是更实用、更现实的解决方案。正是现实世界中的这些真正的挑战让技术得到了充分的检验。

在高性能处理器方面，用户应该考虑什么？

我们的许多客户都会为不同的市场创建不同等级的产品。在规模化农业中 — 比如在拥有巨大农场的美国，他们希望能够快速完成任务，并且他们会有最高级的解决方案来覆盖大型农场的广袤面积。他们也有能力和资金来投资。也有速度较慢、更便宜的中端应用，当然还有更低端的选择。

对我来说，现实中的应用推动了该行业的发展。我总是想起了互联网上的一张图片：这是一片田野，还有一条围绕四周的人造路径。然后有一条被走过的小路，斜着穿过田野，人们刚刚走过这条小路。这就是设计与用户体验的关系。

我们最近在人工智能/物联网领域看到了这一点，人们都在谈论有哪些可能性，但最终的成功是由实际使用并发现它的作用的用户来定义的。我最近将旧冰箱升级为半物联网模型，它会告诉我冰箱门是否打开或者温度是否过高或过低。我不需要屏幕提供有关天气的信息，我的厨房里已经有一个单独的显示器，我也不需要摄像头。但如果门没关，它就提醒我，这一点我会喜欢。这些现实生活中的应用就在我们身边。

处理器与内存的组合有多重要？

它和我之前所说的能效有关。如果我正在组装一台游戏电脑，我希望拥有更高的帧速率，让视频渲染速度更快。但上次我升级显卡时，我的电源设备的尺寸较之前增加了两倍。我当时用了 1000 瓦的电源驱动这台电脑设备，而以前 300 瓦就已经很多了。您可以囊括所有的技术创新以及令人兴奋和您想要的任何装备。但实际上，您必须以一定的功耗运行才能获得您想要的效果。您必须牺牲一些东西才能获得其他东西。

看看电动汽车：您给它添加了很多花哨的东西，所以它变得越来越重，以至于续航里程都缩短了。但是，如果您想要车子的续航里程更远，就必须改进空气动力学，这意味着放弃电动座椅等设备以减轻重量。因此，您必须找到一个平衡点，即在所有应用之间的最佳位置。

对于大多数客户来说，与其说是获得更强大或最强大的处理器，不如说是在应用特定的消耗、续航和能力之间取得平衡。当然，对于某些客户来说，出于营销目的：他们想要购买绝对顶级的旗舰处理器，即使他们可能根本用不到。有时候，根据他们的应用，也许真的需要这样做。但我倒愿意与客户坐下来谈谈：“告诉我您真正要构建什么。”而不是说，“您需要最顶级的产品。必须是 i9 处理器。”

Avnet/Tria Technologies 如何满足用户的各种要求？

我认为我们的产品范围非常广泛，从小型低功耗计算应用，一直到配备服务器级英特尔处理器的 COM-HPC。这些是专为基于边缘的图像处理和人工智能应用而设计的，但它们的尺寸也更大。因此，您必须保持尺寸和功耗之间的平衡，然后看看性能如何。

许多较大的模块、COM-HPC 模块都与主板大小相近，所以您必须将它们放入专用机箱中。除非产品的尺寸巨大，否则您不能将这些模块直接嵌入产品中。公共交通是我们目前正在研究的一项大型产品。对于这样的产品，能够从火车或火车站的大量传感器中获取数据，分析所有数据，实时做出反应 — 这就非常需要一台本地服务器。而且，有时可靠的数据网络也不是绝对可靠。

您能否谈谈 Avent/Tria 与英特尔的合作关系。

例如，我们与英特尔合作开发的协作机器人 — 这是为我们的一家客户研发的合作型机器人：将实时图像传感器嵌入到协作机器人环境中，让机器人能与人类在同一空间中安全工作。如果人类进入机器人的空间，机器人的手臂就会停止移动；如果人类拿起东西，机器人就会知道东西在哪里，并从人类手中接走东西。

我们今年在纽伦堡展示了嵌入式空间的初步示范。图像处理是围绕基于英特尔的 SMARC 模块和基于英特尔的 COM-HPC 模块的组合而构建的。这两个模块可以相互通信以分析摄像头发出的信号，然后与机器人实时通信。

我们为客户选择的处理器取决于需要嵌入的模块的大小和形状。我们通常提供英特尔凌动^® 和英特尔^® 酷睿^™ 系列，在服务器端则提供英特尔^® 至强^® 系列。看到产品团队将产品嵌入如此狭小的空间里，真是很酷的事情。我多年来一直在研究主板和主板工艺，因此看到这种计算应用在如此小封装中进行各种热管理 — 这是一门精细的艺术。

在产品将要使用的环境中开发应用对我们来说是一项令人着迷的挑战。能够部署英特尔处理器及其功能，同时采用我们正在开发的基于人工智能的新工艺，将这些功能融入到小型产品中从而在边缘使用，这也是非常让人振奋的事情。

最新的人工智能技术如何推动嵌入式系统的进步？

我最近参加了一次英特尔人工智能相关的活动，那些围绕人工智能如何在边缘加速应用的研究非常有趣。有些超市结账应用程序可以自动识别您持有的产品，以及实现超市排队管理自动化。

戴尔也上台展示了​​他们将要发布的内置人工智能应用程序的笔记本电脑 — 这是一款人工智能设备，而不是计算设备，并且真正融入到协作式人工智能应用程序环境中。英特尔展示了一段研究视频，是基于图像处理平台在非洲发掘未来有奥运潜力的运动员的案例。内容真的非常精彩，也打开了我的想象力。

我认为人工智能目前正处于一个转折点，而边缘计算也正处于一个关键点 — 能够将人工智能应用程序从云中转移到设备上。在这个领域利用小型计算和人工智能来工作是非常让人激动的。

相关内容

要详细了解最新的边缘人工智能创新，可以看看英特尔全球合作伙伴在其行业中的表现，并收听我们的播客超越宣传：真实世界边缘人工智能应用。要了解 Tria Technologies 的最新创新，请在 LinkedIn 上关注他们。

 

本文由文案编辑 Erin Noble 编辑。

在数据驱动的世界，确保数据在合适的时间送达正确的接收者，对各种规模的企业而言均至关重要。为实现网络性能与业务功能的最优化，企业需细致观察、精准识别并严密监控流经其基础设施的每一条数据流的状态。

“数据可观察性涉及数据系统（涵盖数据管道、数据库及数据湖）健康、可靠性及质量的保障。它涵盖数据质量、流向、性能及使用情况的监控，以主动发现并解决问题，确保业务所依赖的数据既准确又可信，” Telesoft Technologies Ltd. 的 首席技术官 Matt Dangerfield 指出。 该公司是一家全球领先的金融科技、网络安全及政府基础设施解决方案提供商。

该能力在高速金融交易领域尤为关键，因为这里有 TB 级的数据持续穿梭于技术堆栈之中。即便是单个数据包丢失，也可能对价值数百万的交易构成威胁。

“在金融机构中，我们提供全面的数据可观察性，以优化终端客户体验、识别网络问题，并确保监管合规与有效治理。我们的产品能够无缝融入现有基础设施，提供综合性的协调解决方案，” Telesoft 产品管理主管 Jenna Smith 指出。

克服金融科技领域的可观察性挑战

金融科技领域面临的最大挑战之一是确保数据跟上业务发展的节奏。

“许多对冲基金和高频算法交易均依赖于纳秒级的决策速度，” Dangerfield 解释道。“市场参与者产生的海量数据只会加剧这一挑战。24 小时内流动的数据量可达 PB 级，因此我们不仅需要迅速处理这些数据，还须借助合适的技术提取具有操作性的洞察。”

Telesoft 提供了这一“合适的技术”——一个全面的数据可观察性综合套件。

为收集网络指标，Telesoft 通过部署流量探针捕获、分析并对线路上的每个数据包加时间戳，对包括发送人、接收人、数据量及潜在问题（如丢包或延迟）在内的流量数据提取网络遥测信息。该技术还能监控并预警微突发现象，即网络流量突然激增导致路由器过载，引发瓶颈问题。对于分发市场数据的金融科技实体而言，该探针还能监控关键数据包的顺序，识别提示数据包丢失的卡顿。Smith 强调：“每个客户都必须接收到完整的数据包；任何数据包的丢失都可能导致关键交易的错失。”

为此，Telesoft 提供了下游数据包捕获设备，实现网络流量的全面无采样记录，助力客户满足监管合规要求，并提供价格数据交付公平性的证据。每个数据包均附带时间戳，以明确来源并提供发送证明。这些记录在解决纠纷时发挥着关键作用。例如，当两个客户出现连接中断，附上时间戳的数据能帮助金融机构迅速定位问题源头，是经纪商、交易所还是客户自身。金融机构高度重视自动化数据捕获在取证与报告中的应用，此举可显著缩短分析师的调查时间。

Telesoft 通过构建数据湖实现全面可观察性。该数据湖汇聚了网络各处部署的探测包捕获的数据，以及从核心基础设施中提取的额外网络遥测信息（如日志文件），并通过添加额外上下文来丰富数据。构建这样的数据湖可为顶层应用带来便捷：AI 与机器学习作为可观察性平台的核心要素，能够在潜在的网络问题浮现前自动完成分析、预测并触发警报。

Telesoft 平台依托最新的英特尔 CPU，并利用英特尔 FPGA 技术的强大性能提供超高速、高密度的解决方案。该公司自主设计与制造的 PCIe 接口卡确保了其产品背后的核心技术完全可控。

Telesoft 亦将可持续计算作为关键优先事项。Dangerfield 指出：“我们通过优化工程设计将传统的五个机架金融技术整合至单一机架中，有效降低了客户数据中心的运营成本和能耗。”这背后离不开英特尔技术的支持。

数据可观察性的应用：容量规划与客户体验提升

容量规划对金融机构至关重要，它确保网络基础设施能够从容应对当前及未来的交易负载，同时维持最佳性能并最大限度减少停机风险。金融机构有信心保证能在市场活跃期应对交易量的激增。

“我们的解决方案是监控与基准化每个网络链路的带宽利用率。机器学习和 AI 技术能够实时跟踪带宽利用率的变化，并据此预测未来的吞吐量需求，以便在发生问题之前及时向网络管理员发出警报，” Smith 解释道。“若链路流量趋于饱和，则该流量中新出现的微突发或将导致网络基础设施超负荷，缓冲区超载，最终引发数据包丢弃。这些被丢弃的数据包可能会让客户错失宝贵的交易良机。”

然而，通过在潜在网络问题初露端倪时即进行预测、调查与补救，金融机构能够显著提升客户满意度与留存率，同时吸引新客户，于竞争激烈的市场中稳步推动业务增长。

展望人工智能在金融服务领域的未来

除了增强数据可观察性外，Dangerfield 还对人工智能和机器学习能为金融市场注入的“原始知识力量”抱有浓厚兴趣。传统上，套期保值和期货市场往往依赖于有根据的推测，比如酷热气候或供应链中断如何影响价格。如今，人工智能和机器学习的引入为这一过程增添了智能维度，使其能够识别数据中的复杂模式，从而做出更为精准的预测。

无论人工智能在金融服务领域的未来如何演变，其基石始终是数据可观察性。Smith 指出：“确保稳健的数据可观察性，是维持技术基础设施稳定运行的关键，而这正是高风险金融科技市场不可或缺的。”

 

本文由 insight.tech 的编辑主管 Georganne Benesch 编辑。