背景意义
当前人工智能监控“跑冒滴漏”系统、安防系统、人员行为识别系统等应用的主数据中心受能耗等要素制约，AI基础设施的建设无法满足指数增长的视频数据爆发。已有的人工智能数据中心面对流量爆发也将承受巨大压力，并且无力解决网络延迟问题，对于电厂而言，使用基于边缘计算和智能安全识别的电力AI专用视频芯片，比单纯使用人工智能平台能够完成更多关键性业务。边缘计算芯片可以创造新的价值链和生态系统，并通过定制化服务，实现更多创新。

概述
整合利用已建成的视频监控项目节点，打造高能效的边缘计算平台软件及系统，完成技术平台搭建，从而构建基于边缘计算和智能安全识别的电力AI专用视频芯片基础设施，组成大规模分布式的边缘计算网络，实现火焰、灰粉、水流、水雾、水蒸气、烟气6种跑冒滴漏形态识别，形成智能边缘计算物联网芯片。

创新点
➪ 通过大量减少卷积计算的算法操作，降低运算复杂度， 来提高运算速度，并在基于 边缘计算和智能安全识别的电力AI专用视频芯片中顺利实现；
➪ 不需要修改网络架构，不需要对用户的数据进行重新训练，从而保护用户的核心资产；
➪ 以工具建平台，以平台来培养人才，在灵活易用的电力AI专用视频芯片上，解决应用开发难题，能够加快AI算法在智慧电厂的快速落地。

技术内涵
1. 图像增强
图像增强是图像处理技术中一个重要的分支，同时也是一个重要的环节，在图像处理和加工的过程中起到了相当重要的作用。图像增强，即提高对图像中目标识别能力的技术，其目的在于提高图像的可辨识度或是将图像转换成更适合计算机辅助处理的形式。
2. 视频图像缩放
视频图像缩放实现视频图像的放大或缩小，解决系统中输入视频与输出视频分辨率不匹配的问题。图像缩小对图像的质量要求不高，且应用场合较少；而图像放大时往往会降低图像的显示质量，应用场合较多。 
3. FPGA芯片核心模块
采用最新一代SRAMI工艺、中等规模的低成本FPGA，与Stratix结构类似，将支持各种单端I/O标准(如LVlvrL、LVCOS、和SSTL.2/3)，通过LVDS和RSDS标准提供近230个通道的差分I/O支持，LVDS通道将达640Mbps。
4. 外围电路
包括多种电路模块例如电源电路模块，晶振电路模块，复位电路模块等。
5. A/D转换电路 
采用四面32脚封装的TVP5150芯片作为A/D转换芯片，具有超低功耗、防止输入量信号反射等特点。
6. 图像显示电路
采用ADV7123芯片作为D/A转换芯片，ADV7123是三路高速、10位输入的视频DA转换器,具有330MHz的最大采样速度,与多种高精度的显示系统兼容，够满足多方面的应用需求。

经济效益与社会效益
       顺应人工智能芯片行业发展趋势，能够提升电力系统及时响应业务需求的能力，提高电厂的人工智能监控“跑冒滴漏”系统、安防系统、人员行为识别系统等应用的主数据中心分析算力，极大的缓解了人工智能系统建设阶段的底层架构设备压力；可减少大量购置昂贵的算力设备，间接提升电力单位的生产安全及行业竞争优势；随着产品优化和完善，将进一步扩大产品的应用范围，形成更强大、更全面的解决方案，巩固与扩大 “智慧电厂”建设领域的优势。
       对于电厂而言，使用基于边缘计算和智能识别的电力AI专用视频芯片，比单纯使用人工智能平台能够完成更多关键性业务。边缘计算芯片可以创造新的价值链和生态系统，并通过定制化服务，实现更多创新。