面向企业的边缘AI扩展：构建终极多模型多路流安全系统

核心成就：在2.5 PetaOPS算力支撑下，实现跨多路8K视频流的实时AI嫌疑人识别与威胁检测

技术栈：Voyager SDK + Axelera Metis + Intel Xeon

未来展望：下一代Europa架构将带来3倍性能提升

在ISC West展会上，企业领导者普遍反映，边缘AI的"试点阶段"已然结束。现阶段的核心挑战在于规模化落地——不再局限于单一模型处理单路视频流，而是要以商业可行的成本，在多路视频流上协同调度数十个AI模型。

2026年回归ISC West展会，Axelera带来了迄今最具野心的互动体验，旨在充分展示实时、多模型、高分辨率多路流安全系统的极限能力。

去年，Axelera率先展示了8K AI推理方案。如今，Voyager SDK进一步扩展了安全相关功能，涵盖嫌疑人识别、告警与可视化框架，旨在缩短操作员响应时间，尤其是在展厅现场检测到潜在武器时。此次联合四家ISV合作伙伴打造的安全演示，充分呈现了客户如何便捷地训练、部署自定义模型，并将其集成至端到端软件流水线，实现规模化即插即用AI解决方案，同时彰显了Voyager SDK的成熟度。

Voyager SDK与Metis AIPU的核心能力

基于Axelera Metis AIPU与Voyager SDK进行开发，可获得一整套开箱即用的高并发多路流AI工作负载编排能力，具体包括：

硬件加速解码：同步采集并解码多路4K/8K视频流，确保低延迟与高吞吐量。

基于切片的预处理：将高分辨率视频流切分为相互重叠的图像块，保障AI对小目标的高精度检测，同时通过透视变换对不同摄像机角度进行归一化处理。

并发分析：并行运行多个模型，实时检测并追踪人员、面部特征点及目标物体。

模型级联：将检测器输出传递至下游模型，例如将人脸检测器的兴趣区域输出传入识别模型。

自定义流水线逻辑：集成用户自定义代码，实现条件逻辑以筛选特定帧或兴趣区域，传递至下游模型。

智能边缘编排：仅将关键元数据/事件上传云端以优化带宽，同时在本地保留原始高分辨率视频供取证存档。

Voyager SDK新增功能：支持在流水线中嵌入自定义C++与Python逻辑，为现代高性能应用提供所需的架构灵活性。

嫌疑人追踪流水线

在真实环境中识别和追踪嫌疑人面临重重挑战：目标可能穿行于人群之中，被遮挡物遮蔽，或刻意规避摄像头。系统还须应对光线不足、运动模糊、面部角度多变等复杂条件。

人脸识别模型对输入质量极为敏感，若不加区分地处理模糊、偏角或局部遮挡的人脸，不仅会增加漏识（未能识别已知目标）和误识（错误匹配）的概率，还会浪费宝贵的AI算力。

为此，系统需要从逐帧识别转向更精细的时序处理。在检测器后引入追踪器，开发者可在多帧中识别同一个体，并为每个追踪ID构建姿态质量缓冲区。结合条件逻辑，系统可筛选出质量最高的检测裁图，在提升准确率的同时节省算力资源。

随着被追踪人员在场景中移动，其对应的姿态质量缓冲区会依据姿态角度、像素密度和光照等指标，持续填充最优兴趣区域。每个新兴趣区域仅在评分高于缓冲区最弱帧时才会替换之。随着时间推移，劣质角度与模糊帧被逐步过滤，确保输入识别模型的数据始终可靠。

系统检测到的首个高质量兴趣区域可立即级联至识别模型，在姿态质量缓冲区持续填充的同时完成初步身份识别。一旦缓冲区达到预设阈值，系统随即执行批量处理以精化结果。识别输出通过贝叶斯更新进行融合，生成累积置信度评分，有效将多个低置信度匹配结果叠加转化为单一高确定性识别结论。

从数学角度来看，两个相互独立的70%匹配结果所提供的确定性，高于单个90%的匹配结果。这一架构设计确保了时序稳定性，并对噪声和异常值具有较强抗干扰能力——一旦通过多帧高质量图像确立高置信度身份，来自模糊帧或短暂遮挡的瞬时数据将不会推翻已有的累积证据。

系统还设有覆盖门控机制，专门处理目标仅在单帧中清晰出现的情况。若某个传入兴趣区域同时满足高质量正面姿态与高置信度匹配，系统将立即判定识别结果可靠，触发即时告警，并可配置为覆盖现有的低质量数据缓冲区。该机制有效避免了时序盲区，确保即便对目标的高质量捕捉仅昙花一现，也能成功完成身份识别。

嫌疑人追踪与武器检测联合流水线

接下来，系统将嫌疑人追踪器与实时武器检测相结合，专为多模型并发场景而设计，开发者可通过并行运行多种分析模型轻松扩展系统功能。

为最大化检测可靠性，每名目标以人体与人脸检测对的形式呈现。系统在每帧上并行运行人体与人脸检测模型，构建双路径追踪：当身体被人群或物体遮挡时仍可识别人脸，当人脸不可见时仍可追踪人体。应用程序通过动态映射重叠检测结果，为每名目标维持持久化身份标识。

流水线配置确保不丢帧：若新帧到达时识别任务尚未完成，剩余任务将被异步调度至后续检测中，使系统能够随时间推移对整个场景进行迭代扫描与解析，同时不影响摄像头吞吐量（类似人类处理场景的方式，但速度快得多）。

整套方案遵循"快速提交、持续精化"的设计理念：以第一个高质量匹配结果建立低延迟初始身份，同时维护姿态质量缓冲区以持续提升确定性，配合覆盖门控机制确保即便是短暂的高质量捕捉也能成功识别。

在界面管理方面，系统以高分辨率兴趣区域网格（全景视图）展示所有被追踪人员。借助完整的3300万像素分辨率，操作员可对远距离目标保持清晰可见，避免在普通显示器上因分辨率降采样而导致目标丢失。界面采用双向联动设计：将光标悬停于网格中的某人时，系统会在原始视频流中画线标注其位置，反之亦然。操作员可一键切换，在每人的实时画面与姿态质量缓冲区最优截图之间自由切换。

武器检测演示方案

考虑到在展厅展示真实武器既不现实也存在风险，本次演示选用了一款来自更古典时代的"武器"——光剑。具体而言，选取了Count Dooku的独特弯柄光剑作为检测目标，其独特的弯曲手柄设计高度还原了战术警棍、刀刃武器或枪支消音器的几何形态特征，能够在真实多摄像头8K原生推理环境中实现高精度检测，兼具视觉冲击力与零风险的特点。

Axelera监控方案配置（ISC West 2026展示版本）：

嫌疑人监控名单：Axelera员工作为嫌疑人身份追踪的主要目标进行注册登记

武器检测：基于Ultralytics YOLOv8l训练的定制光剑检测模型充当武器检测器

8K摄像头配置：两台Axis Q1809-LE 8K IP摄像机部署于展台顶部，俯瞰展厅全景

8K显示屏：75英寸8K显示器左侧展示两路主视频流（降采样），右侧展示全景视图网格

焦点视图单元：网格内设置大面积区域用于突出显示高优先级武器告警；无告警时，该区域切换为展台内部4K摄像头实时画面，供访客互动

个人防护装备（PPE）合规验证：当4K展台摄像头检测到身着完整PPE服装的人员时，界面亮起绿色盾牌图标以示合规

边缘至云端编排：检测触发展台现场告警的同时，自动向ServiceNow推送事件工单，供远程响应处理

此次演示融合了多方合作成果：Digica提供人脸检测与识别模型；Innowise利用Synthera合成数据与真实图像混合数据集开发光剑检测模型；SpanIdea贡献了能够区分普通参观者与建筑工人的PPE检测模型。

硬件配置与性能表现

为实现多路8K视频流的多模型实时推理，系统采用ORIGIN L-Class V2工作站，搭载Intel Xeon W7-3565X 32核处理器，并配备独立GPU负责视觉流水线处理（解码与8K渲染）。

计算核心由三块Axelera 4芯片Metis卡构成，共提供48个AIPU核心，峰值并行处理能力达2.5 PetaOPS，足以支撑高分辨率切片处理与模型推理所需的算力。系统通过Ubiquiti Switch Pro XG 24 PoE交换机接入展台基础设施，为AXIS 8K摄像机提供高带宽数据传输与供电保障。

在8K分辨率下运行监控方案，对实时响应能力提出了极高的吞吐量要求，系统关键性能指标如下：

切片吞吐量：完整配置方案下，系统处理速度达288块/秒。

模型并发数：每块4芯片Metis卡最多并行执行16个模型实例。

系统总容量：三块卡合计在48个核心上运行5个主模型和1个辅助模型，综合吞吐量不低于1440次模型推理/秒，确保所有视频流稳定推理，无热降频或性能劣化。

能效表现：在保持高处理速率的同时，Metis架构维持高效的功耗水平，每块卡典型功耗仅为30至58瓦。

未来展望：Europa架构与生态系统演进

Axelera始终保持持续创新。下一代Europa架构性能较Metis提升3倍，集成片上视频解码与向量引擎以加速预处理，为下一代监控系统提供充裕的AI算力余量。

与此同时，Voyager流水线对自定义Python逻辑的支持，标志着迈向Python友好型Pipeline Builder API的重要第一步，赋予开发者充分自由，以高性能执行方式构建复杂且线程安全的流水线，直接践行Axelera让AI普惠大众的使命。

Axelera不断壮大的生态系统为客户提供了日益丰富的模型与能力选择，可灵活集成至各类解决方案中。Axelera蓝图支持开发者将官方模型库与ISV合作伙伴模型自由组合，实现超越简单告警的自主边缘响应——在本地发起实时防御协议，同时大幅降低软件成本并加速产品上市进程。

Axelera在三项核心需求上实现了独特突破：

易用性：可针对嵌入式、桌面及企业级硬件进行快速参数化定制。

灵活性：在单一模块化流水线内管理多样化任务与复杂数据流需求。

性能：Voyager SDK负责处理底层繁杂工作，包括跨摄像机、解码器、主机CPU与Metis硬件的多流线程、缓冲区共享与同步。

通过提供这些基础硬件与软件构建模块，Axelera AI正在推动高性能安全系统的规模化落地，助力客户从容应对持续演进的安全威胁。

——Doug Watt，Axelera AI应用工程总监

Q&A

Q1：Axelera Metis AIPU在多路8K视频流处理中的性能表现如何？

A：三块Axelera 4芯片Metis卡共提供48个AIPU核心，峰值并行处理能力达2.5 PetaOPS。系统在完整配置下可达到288块切片/秒的处理速度，综合推理吞吐量不低于1440次模型推理/秒，每块卡典型功耗仅30至58瓦，在保持高性能的同时兼顾能效表现。

Q2：Voyager SDK的姿态质量缓冲区机制是如何提升人脸识别准确率的？

A：系统为每个追踪ID构建姿态质量缓冲区，依据姿态角度、像素密度和光照等指标持续填充最优兴趣区域。新帧仅在评分高于缓冲区最弱帧时才会替换。识别结果通过贝叶斯更新融合，生成累积置信度评分，有效将多个低置信度匹配转化为高确定性识别结论，显著降低漏识与误识率。

Q3：Axelera下一代Europa架构相比Metis有哪些提升？

A：Europa架构性能较Metis提升3倍，集成了片上视频解码与向量引擎，可加速预处理流程，为下一代监控系统提供更充裕的AI算力余量。同时，Voyager流水线将引入Python友好型Pipeline Builder API，赋予开发者更大的自由度，以高性能方式构建复杂且线程安全的流水线。