高性能闪存阵列视频识别设备及方法技术

本发明专利技术公开了高性能闪存阵列视频识别设备及方法，涉及车辆驾驶智能防控技术领域，具体为高性能闪存阵列视频识别设备及方法，包括核心交换机，所述核心交换机的前端分别插接有视频采集模块和解析器；所述核心交换机包括设备箱，所述设备箱的顶部固定连接有密封盖板，所述设备箱的前端内嵌有显示屏，所述显示屏的一侧设有与设备箱前端相连接的插口端；所述核心交换机与视频采集模块之间电性串联连接，所述核心交换机与解析器之间电性串联连接。该高性能闪存阵列视频识别设备及方法，实现对车内、车外状况实时视频监控、录像、监听，支持远程查看实时/历史视频信息，并且可按照时间查找相应历史视频信息，实现远程下载等功能。实现远程下载等功能。实现远程下载等功能。

【技术实现步骤摘要】
高性能闪存阵列视频识别设备及方法


[0001]本专利技术涉及车辆驾驶智能防控
，具体为高性能闪存阵列视频识别设备及方法。

技术介绍

[0002]随着经济水平的日益提高，汽车的使用越来越广泛，在方便人们出行的同时，所产生的交通事故也越来越多，其中很大一部分是由疲劳驾驶引发的。驾驶疲劳，是指驾驶人在长时间连续行车后，产生生理机能和心理机能的失调，而在客观上出现驾驶技能下降的现象。驾驶人睡眠质量差或不足，长时间驾驶车辆，容易出现疲劳。驾驶疲劳会影响到驾驶人的注意、感觉、知觉、思维、判断、意志、决定和运动等诸方面；但是，目前缺乏对疲劳驾驶的有效监测。另一方面，即使监测到疲劳驾驶，现有的汽车也不能提供有效的方式来避免疲劳驾驶。
[0003]究其原因，还是在司机疲劳的时候，没有第一时间提醒，加上部分路段车流量小，高速公路视野比较单一，往往会加重视角疲劳，引发睡意。
[0004]常见的标语提醒、警铃提醒，没有办法做到全面覆盖，不能及时对即将睡着的司机进行提醒；同时在司机单独驾驶时，难以有人持续跟司机聊天沟通，防止司机睡着；并且目前的语音提示操作大多是建立于对驾驶人员的实时监控实现，其视频处理、分析速度直接影响到车辆驾驶过程中的安全性。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供了高性能闪存阵列视频识别设备及方法，解决了上述
技术介绍
中提出目前的语音提示操作大多是建立于对驾驶人员的实时监控实现，其视频处理、分析速度直接影响到车辆驾驶过程中的安全性问题。
[0006]为实现以上目的，本专利技术通过以下技术方案予以实现：高性能闪存阵列视频识别设备及方法，包括核心交换机，所述核心交换机的前端分别插接有视频采集模块和解析器；所述核心交换机包括设备箱，所述设备箱的顶部固定连接有密封盖板，所述设备箱的前端内嵌有显示屏，所述显示屏的一侧设有与设备箱前端相连接的插口端；所述核心交换机与视频采集模块之间电性串联连接，所述核心交换机与解析器之间电性串联连接。
[0007]可选的，所述处理方法的具体步骤如下：S1、通过多个视频设备对外部环境进行持续性拍摄操作，在视频设备的拍摄过程中，利用相对应的收音设备对环境音频内容进行收集，由此保持视频与收音操作之间的同步性，并利用数据整合单元对视频和音频数据进行整合处理；S2、将整合后的数据内容传输至核心交换机，其核心交换机内部采用DPU处理器；DPU处理器必须处理的任务包括数据保护/安全、数据移动和数据操作/分析等功能；由于每个数据中心都具有不同的架构和要求，因此DPU必须是高度可编程的；
DPU可编程性使DPU能够在高度变化的工作负载和要求下提升效率；DPU可以采用一组处理器的形式，这些处理器具有面向数据处理的特定指令，采用协处理器和硬件加速的形式，以增强处理单元来有效地处理数据；处理器需要专用的低功耗内核和具有卸载功能的协处理器才能达到最高效率；最优的DPU需具备处理器和加速器的完整组合以及决策能力，以便知道何时调动资源应用于与数据相关的问题；数据平面和控制平面的处理都在内核中进行，其中每个内核或内核组都可以就何时以及如何使用协处理器或加速器来增强功能做出最佳决策；每个内核的功耗都远低于ARM或x86内核，因此可显著降低功耗；该DPU处理器的内核在其指令集中效率更高，因此与典型的CPU内核相比，可以有序处理更多数据；CPU、DPU和GPU在数据中心中都发挥着至关重要的作用，它们各司其职，每一个都在执行自己擅长处理的功能；CPU将始终执行运行中的用户应用程序、虚拟机和容器的繁重工作，而GPU将处理繁重的并行计算；DPU是两者的粘合剂，执行DPU网络、DPU安全和DPU存储功能，这些功能是CPU和GPU都做不好的；由于未来数据中心将节省TCO，可以预见此后几年DPU的集成将大大增加算力提升与数据增幅呈现剪刀差，DPU可有效减少算力损耗；在当前数据增幅大幅提升的大背景下，CPU性能的增速减缓，成本大幅增加，算力供给与需求形成剪刀差，CPU性能提升的难题亟待解决，以DPU为代表的异构计算具备将部分通用功能场景化、平台化的特点，实现算法加速并减少CPU功耗，有助于运营商、云计算厂商和互联网厂商对数据中心的升级改造，减少高达30%的数据中心算力税；S3、通过核心交换机将数据传输至解析器，通过解析器对数据进行统一分析操作，分析操作采用的算法如下：算力卸载：即利用DPU集成一部分数据处理的基本功能，然后将这些功能从CPU中卸载下来，以提升CPU针对部分应用的算力；DPU的部分价值体现在节省这部分算力的成本
‑
DPU自身的成本；因此DPU节省的算力越多，或DPU的成本越低，其带来的价值越高；与此同时，由于DPU的专用化，DPU将部分涉及网络、存储、安全、管理相关的控制功能卸载之后，还将使得业务性能得以提升，因此DPU的另一部分价值在于其可为业务节省的时间与使用体验；根据技术邻数据，在大型数据中心的场景之中，DPU的算力卸载功能可用于减少数据中心税；由于在数据中心流量处理占了计算30%的资源，AWS将这些还未运行业务程序，先接入网络数据就要占去的计算资源称为“数据中心税”；在数据安全场景中，DPU由于其独立、安全的架构，可将部分加密、解密算法固化在DPU硬件之中，以物理隔离的方式解决用户在海量数据的数据安全问题，为外部网络业务租户之间提供额外的安全层；算力释放：算力释放无需CPU介入多次访问内存和外设，避免不必要的数据搬运，拷贝和上下文的切换，直接在网卡硬件上对数据完成处理并交付给最终消费数据的应用；传统以CPU为中心的计算机体系结构在处理数据的过程中需要多次在内核和应用之间拷贝和访问数据，带来的是极大的性能损耗；以数据为中心的DPU架构则可以有效改善CPU过度参与数据处理的问题，在数据处理的过程中不需要CPU参与，直接将数据送达应用、相关的GPU或者存储设备，能够有效避免性能瓶颈和由于CPU负载过大而引发的异常；DPU架构和技
术，使服务器上运行的业务应用和操作系统内核，用简单的本地存储访问API，就能实现对分布式、超融合或软件定义存储系统的高效透明访问；存储厂商可以把为各行业应用开发的直连式存储、纵向扩展、横向扩展、超融合架构等存储解决方案，零开销地推广到各个应用领域的现有业务处理平台和数据中心基础架构中，而所有的安全加密、数据压缩、负载均衡等复杂又必须的功能则完全由DPU透明地卸载；存储行业的革新算法和实现，可以在DPU架构中，独立于服务器操作系统进行部署；DPU技术帮助存储厂商实现真正的“算存分离”，完全发挥自家产品的技术优势，打通最高效服务应用需求的通路；算力扩展：算力扩展即通过有效避免拥塞消除跨节点的网络通信瓶颈，显著降低分布式应用任务周期中的通信耗时占比，在大规模的集群维度提升计算集群的整体算力；为了提升算力，业界在多条路径上持续演进；通用CPU已很难继续通过提升单核单线程的性能和扩展片内多核的方式来大幅提升算力；单核芯片的工艺提升至3nm后，发展放缓；通过叠加多核提升算力，随着核数的增加，单位算力功耗也会显著增长，当128核增至256核时，总算力水平无法线本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.高性能闪存阵列视频识别设备，包括核心交换机（1），其特征在于：所述核心交换机（1）的前端分别插接有视频采集模块（2）和解析器（3）；所述核心交换机（1）包括设备箱，所述设备箱的顶部固定连接有密封盖板，所述设备箱的前端内嵌有显示屏，所述显示屏的一侧设有与设备箱前端相连接的插口端；所述核心交换机（1）与视频采集模块（2）之间为电连接，所述核心交换机（1）与解析器（3）之间为电连接。2.根据权利要求1所述的高性能闪存阵列视频识别设备，其特征在于：所述视频采集模块（2）中包括若干个视频设备和若干个收音设备，所述视频设备和收音设备的输出端均与数据整合单元之间为电连接；若干个视频设备和若干个收音设备之间电连接。3.一种高性能闪存阵列视频识别的方法，其特征在于：利用权利要求1或2所述高性能闪存阵列视频识别设备，具体步骤如下：S1、通过多个视频设备对外部环境进行持续性拍摄操作，在视频设备的拍摄过程中，利用相对应的收音设备对环境音频内容进行收集，由此保持视频与收音操作之间的同步性，并利用数据整合单元对视频和音频数据进行整合处理；S2、将整合后的数据内容传输至核心交换机（1），其核心交换机（1）内部采用DPU处理器；DPU处理器处理的任务包括数据保护、数据移动和数据分析功能；由于每个数据中心都具有不同的架构和要求，所述DPU处理器设为可编程处理器；DPU处理器的可编程性使DPU处理器能够在高度变化的工作负载和要求下提升效率；DPU处理器采用一组协处理器的形式，所述一组协处理器的形式具有面向数据处理的特定指令和硬件加速的形式，以增强处理单元有效地处理数据；DPU处理器采用低功耗内核和具有卸载功能的协处理器；所述DPU处理器具备处理器和加速器的完整组合以及决策能力，由此调动资源应用于与数据相关的问题；数据平面和控制平面的处理均在内核中进行，其中每个内核或内核组就何时以及如何使用协处理器或加速器来增强功能做出决策；每个内核的功耗均低于ARM或x86内核，由此降低功耗；CPU将始终执行运行中的用户应用程序、虚拟机和容器的工作，而GPU处理并行计算；DPU执行DPU网络、DPU安全和DPU存储功能；算力提升与数据增幅呈现剪刀差，DPU有效减少算力损耗；算力供给与需求形成剪刀差，以DPU为代表的异构计算具备将部分通用功能场景化、平台化的特点，实现算法加速并减少CPU功耗，减少高达30%的数据中心算力税；S3、通过核心交换机（1）将数据传输至解析器（3），通过解析器（3）对数据进行统一分析操作，分析操作采用的算法如下：算力卸载：即利用DPU处理器集成一部分数据处理的基本功能，将基本功能从CPU中卸载，以提升CPU针对部分应用的算力；DPU处理器的部分价值体现在节省算力的成本、DPU处理器自身的成本；因此DPU节省的算力越多，或DPU的成本越低，其带来的价值越高；与此同时，由于DPU处理器的专用化，DPU处理器将部分涉及网络、存储、安全、管理相关的控制功能卸载后，实现性能提升，DPU处理器的另一部分价值在于节省的时间与使用体验；根据技术
数据，在大型数据中心的场景之中，DPU处理器的算力卸载功能用于减少数据中心税；由于在数据中心流量处理占了计算30%的资源，在数据安全场景中，DPU处理器由于其独立、安全的架构，将部分加密、解密算法固化在DPU硬件之中，以物理隔离的方式解决用户在海量数据的数据安全问题，为外部网络业务租户之间提供额外的安全层...

【专利技术属性】
技术研发人员：冯永平，陈龙，周绪平，钟碧，
申请(专利权)人：四川科泰智能电子有限公司，
类型：发明
国别省市：