英特尔用于视频分析的边缘AI计算盒开发简介
一、概述
将多路视频流解码与视频分析集成。利用灵活的AI能力和参考视频分析管道对应用进行端到端配置，以实现快速开发。
用于视频分析的边缘AI计算盒有两种安装脚本——开发和部署，适用于解决方案开发周期的不同阶段。
用于视频分析的边缘AI计算盒可以是连接到摄像头的独立设备，能够实时进行边缘分析。此外，它还可以连接到网络，作为网络上的分散式 AI 服务，按需运行离线深度学习分析。
选择配置和下载来下载以下程序包和软件。
二、配置和下载
代表情景监测的图标。是一个中心有斜三角形的圆圈。圆圈外部有感叹号、圆环和检查标记。
编程语言：Python、C、C++
可用软件：英特尔® 发行版 OpenVINO™ 工具套件 2021.4.2
三、推荐的硬件
我们建议搭配以下硬件使用此程序包。有关其他建议，请参阅推荐的硬件页面。 （多厂商硬件支持）
四、目标系统要求
第 11 代和第 12 代智能英特尔® 酷睿™ 处理器和赛扬® 处理器
操作系统：
Ubuntu* 20.04（内核版本为 5.8 或更高）
面向第 12 代智能英特尔® 酷睿™ 处理器的 Ubuntu* 20.04 配备内核版本 5.15
至少 128 GB 磁盘空间
至少 8GB (4GB x2) 内存，具有 8GB 交换空间
直接互联网接入
五、工作原理
用于视频分析的边缘AI计算盒为轻便型边缘设备创建了完整的视频分析管道。该程序包针对第 11 代和第 12 代智能英特尔® 酷睿™ 处理器和赛扬® 处理器进行了优化，包含集成显卡，可为 AI 计算加速提供增强性能与效率。
挑选解决方案所需的软件模块并相应地下载安装脚本。在此版本中，提供了不同风格的安装脚本——开发和部署。（参见图 1）
六、开发软件包
开发版软件包提供了必要的模块（参见图 2）：
英特尔® 发行版 OpenVINO™ 工具套件
英特尔® Media SDK
RTSP 服务器
MQTT 服务
TensorFlow 桥
Gstreamer
英特尔® Deep Learning Streamer（英特尔® DL Streamer）
SQLite 数据库*
Docker 社区版 (CE)*
Docker Compose*
其他组件以容器形式提供，例如云服务提供商连接器（Microsoft Azure* 和 AWS*）、InfluxDB* 数据库和容器化 OpenVINO™ 工具套件。开发软件包旨在提供完整的 SDK 或工具套件，让您轻松省力地设置开发环境。
七、部署软件包
部署软件包提供的主要软件与开发软件包相同，但预选的模块主要为运行时库。目标是最大限度减少程序包的安装占用空间，使其适合部署到内存和存储资源可能受限的边缘设备。
图表以方框图形式展现。最左边的模块代表配置阶段，中间则是英特尔 Developer Catalog UI，两个箭头指向右边的两个模块：上面的开发程序包和下面的部署程序包。
图 1：面向视频分析的边缘 AI 计算盒 - 开发和部署。
如图 2 所示，集成 GPU (iGPU) 是部署 AI 工作负载的主要目标平台。CSP 连接器提供了接口，可供边缘 AI 计算盒利用云服务创建边缘到云功能，例如遥测、设备入网和可管理性。此外，我们准备了许多参考实现（例如智能视频 AI 工作负载），它们作为一种快速演示工具，供开发人员用于评估边缘AI计算盒硬件性能。
架构以复杂的方框图表展现。上面的模块从左到右依次是云、Azure* 及其功能的方框、GitHub 和 Docker 的方框，最后是英特尔功能。下面的模块最左边是设备，然后是它右边的多层方框。AI + 介质管道堆栈在面向 Docker 和 Kubernetes 的基础堆栈上方。
图 2：用于视频分析的 AI 计算盒软件堆栈示意图
八、入门
必备条件
系统必须设置根密码。
要使第 12 代英特尔® 酷睿™ 处理器或赛扬® 处理器（原 Alder Lake 产品）与 GPU 加速器协同工作，请完成以下步骤：
sudo vim /etc/default/grub
将 “i915.formorce_probe=*” 附加至 GRUB_CMDLINE_LINUX_DEFAULT: 结尾
GRUB_CMDLINE_LINUX_DEFAULT="quiet splash i915.force_probe=*"
sudo update-grub
sudo reboot
注意：智能视频AI工作负载参考实现也需要这些步骤。
安装程序包
选择配置和下载下载程序包，然后遵循以下步骤安装。
配置和下载
1､打开一个新终端，进入下载的文件夹并解压缩下载的软件包：
unzip edge_ai_box_for_video_analytics.zip
2､转到 edge_ai_box_for_video_analytics/ 目录：
cd edge_ai_box_for_video_analytics
3､更改 edgesoftwar 可执行文件的权限：
chmod 755 edgesoftware
4､运行以下命令，安装程序包：
./edgesoftware install
5､在安装过程中，系统会提示您提供产品密钥。产品密钥包含在英特尔向您发送的确认下载的电子邮件中。
控制台窗口显示系统提示输入产品密匙。
6､安装完成后，您会看到消息 “Installation of package complete”（软件包安装完成）以及每个模块的安装状态。
控制台窗口显示安装期间的系统输出。流程结束后，系统将显示 “Installation of package complete” 和各模块的安装状态。
基于程序包构建解决方案
使用硬件加速的单对象和多对象检测教程应用程序。
另外，了解 OpenVINO™ 与 TensorFlow* 集成示例目录中的演示。
要将 Linux 上运行的物联网即插即用桥接样本连接至 Azure* 物联网中枢，请通过预先安装的 azure_cli、Azure 物联网资源管理器和克隆的存储库运行样本。
九、结论和后续步骤
您使用此应用程序，成功为轻便型边缘设备创建了完整的视频分析管道。
在下一步中，请尝试智能视频 AI 工作负载参考实现。
十、了解更多
要继续学习，请参阅以下指南和软件资源：
英特尔® 发行版 OpenVINO™ 工具套件文档
OpenVINO™ 与 TensorFlow* 集成