2020.10.15

視頻分析 - 精細調整以獲得重大收益

分享：

ALL_news_tech_blog_26A07_xpXErIijiW

視頻分析 – 精細調整以獲得重大收益

AEWIN一直努力讓您的硬體投資發揮最高效能。我們的任務是提供GPU加速的MEC 邊緣伺服器針對視頻分析應用。特別是加速的實時交通監控，利用NVIDIAT4解碼實時視頻流並進行人工智能推斷，以檢測不同類型車輛的交通模式、碰撞、交通違規、車牌和其他有用的指標。

這似乎是一個簡單的任務，伺服器可以輕鬆處理。然而，並非所有伺服器都是一樣的。現成的伺服器通常針對各種不同的工作負載進行優化，使其成為萬能工具卻無法精通任何一項。我們的 MEC 伺服器和工程師一直專注於最大化 GPU 加速性能。我們因能夠處理而獲得客戶的讚譽。24x 全高清直播串流與他們之前的系統相比，該系統僅能處理18個流，使用類似的設置。通過持續的測試和微調，我們已經超越了一些伺服器領域中最大的名字的性能，並與NVIDIA發布的基準數據非常接近。

ResNet推理測試

表格：Resnet-50v1.5 + TensorRT 推斷測試
*測試設置：SCB-1921 MEC 版本 + 2x Nvidia T4 與 Nvidia 和競爭對手的已發佈數據

這是選擇其他製造商的一般用途伺服器與選擇AEWIN之間的區別。通過個性化的合作，我們能夠為您的特定工作負載微調伺服器和GPU的性能。我們的靈活製造位於新北市的工程/總部旁邊，使我們能夠靈活地與客戶合作，從小型項目到大型項目。我們經驗豐富的工程師隨時可用，並能提供見解和系統配置建議。在決定您的下一個GPU加速平台之前，務必將您的項目帶到AEWIN，看看AEWIN如何幫助您最大化投資的性能。

SCB-1921
邊緣計算伺服器

支援雙第二代英特爾至強可擴展處理器
支持2933MHz系統記憶體
4個PCIe x8用於網絡擴展模塊，另外4個PCIe x8或2個PCIe x16用於GPU或FPGA

相關訊息

2026.09.24

面向Neocloud時代的機櫃級AI基礎架構設計

生成式AI與Agentic AI應用持續發展，加上日益加劇的AI訓練與推論工作負載，對運算吞吐量、記憶體、網路與儲存能力提出前所未有的要求。因此，AI基礎架構已無法再以獨立伺服器為核心進行設計。隨著專業化 Neocloud服務供應商興起，產業進一步朝向機櫃級架構發展，將運算、網路與散熱管理整合於同一架構中，以實現高效率且具高度適應性的AI運算能力。

2026.09.09

打造可擴展的AI與雲原生應用基礎架構

隨著AI應用與雲原生應用持續重塑企業IT環境，基礎架構必須能夠支援日益多元且動態的工作負載。從虛擬化、分散式服務到資料密集型應用，現代資料中心需要在運算、記憶體、儲存與I/O效能之間取得平衡。隨著工作負載需求持續演進，基礎架構也必須具備更高的擴充能力與效率。

2026.09.02

高密度 AI 基礎架構：以先進散熱技術提升運算效能與擴展能力

As AI workloads demand greater processing power, data centers must achieve higher compute density and superior thermal efficiency while minimizing space and energy footprints. Integrating high-power CPUs and GPUs into compact server platforms makes advanced thermal management a critical factor in sustaining performance and optimizing infrastructure efficiency.