一个更智慧的韵达
时间：2022-04-20 10:18:01 | 来源：行业动态
时间：2022-04-20 10:18:01 来源：行业动态
快速发展的中国电子商务行业孕育了超大规模、高度发达的物流市场，特别是在 6.18、双十一等电商集中促销的业务高峰期，需要处理的物流业务更是堪称海量。
快递包裹大量积压造成的爆仓现象，以及包裹踩踏等违规事件，将严重影响快递包裹的运输和派送速度，降低消费者的消费体验，甚至可能引发舆论危机。因此，物流企业正在持续探索采用管理和技术等各方面的手段，尽量避免这些事件的发生。
人力巡查是过去物流行业采取的老办法，但大量业务人员配置意味着不菲的支出，存在人为疏忽的漏洞。然而计算机就不一样了，基于计算机视觉技术的图像识别在物流业务上潜力无穷，既能做爆仓识别、违规操作分析，同时也可以应用于车辆到站识别和装载率识别等场景，帮助物流企业实现视觉洞察的自动化与即时化，部分甚至完全替代人类相应的工作。
为了使用 AI 视觉赋能智慧物流系统，韵达研究院启动了智慧视觉项目。算法层面，韵达智慧视觉团队持续深耕，取得阶段性突破进展；基础设施层面，韵达基于第二代英特尔
至强
可扩展处理器、英特尔
酷睿处理器搭建了边缘 AI 基础设施平台，实现了分转中心智能数据处理（系统结构如图所示）。
韵达智慧视觉边缘 AI 服务器架构由于物流行业是一个对业务运转效率要求很高的行业，对AI视觉应用的推理效率有着很强的实时性要求，因此越来越多的物流企业选择将部分视频推理等负载转移到边缘侧，打造融合了网络、计算、存储和智能边缘的系统。
韵达和英特尔合作的智慧视觉项目同样不例外。第二代英特尔
至强
可扩展处理器内置人工智能加速功能，并针对相关工作负载进行了优化，能够为各种高性能计算工作负载、AI 应用以及高密度基础设施带来一流的性能和内存带宽。同时，采用矢量神经网络指令（VNNI）的英特尔
深度学习加速（英特尔
DL Boost）显着提高了人工智能推理的表现，为韵达边缘 AI 服务器的强大性能奠定了坚实的基础。
韵达在业务运营中使用了多种机器学习模型。这些模型同时在不断创建和扩展，现有模型也会根据最新的数据进行优化更新。韵达系统通过云端服务器训练和存储最新的 AI 模型和数据，边缘节点的推理服务器可以从云端接收模型和元数据。同时边缘节点的推理服务器的推理结果，也实时汇总到云端的服务器上，用于业务的汇总和统计数据的生成。
目前，搭载了第二代英特尔至强可扩展处理器，并通过 OpenVINO工具套件进行优化的韵达智慧视觉解决方案已经在爆仓识别、违规检测等应用场景中得到实际应用，并实现了如下收益：
- 降低爆仓率与违规率等异常现象；
- 节约边缘AI系统构建成本；
- 减少人力资源支出；
- 降低延迟并节约IT资源。
对韵达而言，这套解决方案帮助其避免了传统管理模式在敏捷性、即时性和成本等方面的缺陷。决策者能够更快速、精确、全面地发现仓库爆仓、违规踩踏等异常事件，对业务进行更科学的规划，从而提升物流运转效率，让消费者获得更满意的服务。
值得一提的是，由于这一解决方案基于边缘端实现，因此基础设施采购、网络部署等资本支出降低。更大规模的自动化，意味着韵达无需进行多余的人员配置，这样也会让运营成本实现进一步下探。
在线咨询
