什么是边缘计算盒子？要看哪些参数

一、什么是边缘计算盒子

边缘计算盒子（Edge Computing Box）是一种用于边缘计算的设备，通常包括计算、存储、网络和安全等功能。它通常是一台小型的计算机，可以放置在物联网设备、传感器或其他边缘设备附近，用于处理和计算边缘设备生成的数据，并将处理结果传输到云端或其他地方。

边缘计算盒子的设计旨在满足物联网设备和传感器在边缘计算中的需求，例如实时数据分析、本地存储、数据加密和隐私保护等。这些设备通常配备了高效的处理器和存储功能，以支持复杂的算法和应用程序。此外，它们还通常具有低功耗和小尺寸的特点，以适应各种边缘场景。

二、边缘计算盒子要考虑什么参数？

边缘计算盒子一般更多会考虑它的算力和处理器、编解码能力、和支持接入摄像头路数，支持什么硬件接口等。也有很多人会看盒子支持什么深度学习框架和支持什么系统。

DEP02A是一款基于RK3568设计的搭载英码AIM16T AI加速模组的高性能、低功耗的边缘计算设备。

DEP02A可灵活选配英码1~2个AIM16T的加速模组，算力最高可扩展到32TOPS@INT8（单模组算力16TOPS@INT8）。

RK3568支持4K H264/H265解码器解码，支持1080P@60fps H264/H265编码器编码，编码最大支持1080P@100fps，支持HDMI视频输出最高可达4K@60fps。

可支持caffe/tensorflow/mxnet/pytorch等主流深度学习框架。

丰富的外设接口资源，包括MSATA/M2/ RS485/ RS232/TF/LINE IN/LINE OUT等接口。

 

DEP04A边缘计算盒子是一款基于RK3588设计的高性能、低功耗的边缘计算设备。

内置 NPU算力可达 6.0TOPS@INT8，以及具备强大的视频编解码能力，最高可支持 32 路 1080P@30fps 解码和 16 路 1080P@30fps 编码，支持4K@120fps 或8K@30fps HDMI图像输出

支持TensorFlow、Caffe、Pytorch、Tflite、ONNX等主流深度学习框架，支持人脸检测、跟踪、识别、姿态识别、安全帽检测等网络模型。

可扩展1~2个AI加速模组，最高可扩展算力32TOPS@INT8，组合算力最高能达到38TOPS@INT8，提供强悍的算力性能。

采用 Big-Little 大小核架构，搭载四核 A76+四核 A55，CPU主频高达 2.4GHz ，提供1MB L2 Cache 和 3MB L3 ，Cache提供更强的 CPU 运算能力。

 

三、边缘计算盒子应用场景

智慧工地：围绕施工工地最常见的工人工服识别、安全帽佩戴识别、人脸识别、安全周界检测、打电话/吸烟、摔倒检测、明火检测、渣土车、土堆裸露识别等一系列子场景。

智慧城管：十几种城市违规违法场景的识别，覆盖着市容环境、街面秩序、宣传广告、市政设施等类别。例如：出店经营、乱摆地摊、晾晒衣物识别等。

明厨亮灶：解决了餐饮企业顾客可以直观地看到后厨员工的操作是否规范，卫生是否合格，是否有一些不应该出现的物品。例如：抽烟检测、厨师帽、厨师服、玩手机、鼠患识别等。

边缘计算盒子可以用于各种应用，。通过在边缘计算盒子上运行应用程序，可以加快数据处理速度、提高数据安全性和降低网络延迟，从而提高整个系统的性能和可靠性。

 

​