算力+能源，AI智能盒子，智能视频分析算法盒子，边缘计算盒子，统一接入可视指挥调度平台smarteye
算力+能源，为了推动国家AI产业的发展，一系列的支持性政策陆续出台，加上海量数据的增加、算法模型的复杂化以及应用场景的深入发展，中国AI算力规模正在持续扩大，算力需求的持续释放带动算力基础设施产业迎来增长新周期。据IDC数据显示，AI的应用与普及促使2022年我国智能算力规模近乎翻倍，达到268EFLOPS，超过通用算力规模。2026年我国智能算力规模将达1271.4EFLOPS，21-26年复合增长率预计达52.3%，而硬件占AI支出比重的49.8%。其中最大投资是服务器，占AI硬件支出比重84%以上，AI将成为未来服务器市场新一轮快速增长的主要推动力。2021年全球人工智能服务器市场规模达156亿美元，同比增长39.1%，2022年约为183亿美元，预计未来人工智能服务器市场将继续高速增长，2023年市场规模将达到211亿美元。
AIoT万物智联，智能安全帽、智能头盔、头盔记录仪、执法记录仪、车载DVR/NVR、布控球、智能眼镜、智能手电、无人机4G补传系统等统一接入大型融合通信可视指挥调度平台VMS/smarteye 。
边缘计算AI盒子、执法记录仪、一体化布控球等目前支持的AI智能算法、视频智能分析算法有哪些，https://www.besovideo.com/detail?t=1&i=297
工地现场视频智能分析究竟放摄像机里面做还是放AI盒子里面还是平台侧？
服务器随场景需求分为通用服务器、云服务器、边缘服务器、AI服务器四种模式。AI服务器采用GPU增强其并行计算能力，CPU+GPU是AI服务器的核心部件。AI服务器可分为深度学习训练型和智能应用推理型，训练对芯片算力要求更高，推理对算力的要求偏低。中国AI服务器推理负载占比约55.5%，未来有望持续提高。当下AI服务器通常采用异构形式，在训练模型或者应用推理等情况下，CPU+GPU组合仍然是实现数据中心加速的首选。
► 训练：属于非实时业务，所耗时间可能数天也可能数月，具体取决于模型参数量的多少和算力芯片性能的高低，因此在算力芯片和服务器的投入上，属于用户对阶段性模型训练需求的一次性高投入成本。
工业和信息化部、中央网信办、教育部、国家卫生健康委、中国人民银行、国务院国资委等六部门近日联合印发《算力基础设施高质量发展行动计划》，提出到2025年，计算力方面，算力规模超过300 EFLOPS，智能算力占比达到35%，东西部算力平衡协调发展。运载力方面，国家枢纽节点数据中心集群间基本实现不高于理论时延1.5倍的直连网络传输，重点应用场所光传送网（OTN）覆盖率达到80%，骨干网、城域网全面支持IPv6，SRv6等创新技术使用占比达到40%。存储力方面，存储总量超过1800EB，先进存储容量占比达到30%以上，重点行业核心数据、重要数据灾备覆盖率达到100%。
《行动计划》指出，应用赋能方面，打造一批算力新业务、新模式、新业态，工业、金融等领域算力渗透率显著提升，医疗、交通等领域应用实现规模化复制推广，能源、教育等领域应用范围进一步扩大。每个重点领域打造30个以上应用标杆。
同时，《行动计划》提出了“算力+能源”。加快建设能源算力应用中心，支撑能源智能生产调度体系，实现源网荷互动、多能协同互补及用能需求智能调控。推动鼓励龙头企业以绿色化、智能化、定制化等方式高标准建设数据中心，充分利用现有能源资源优势，结合自身应用需求，提供“能源流、业务流、数据流”一体化算力。