Marvell??在需求嚴(yán)苛的各種網(wǎng)絡(luò)邊緣計(jì)算領(lǐng)域，一直居于領(lǐng)先地位。這得益于公司?ARMADA? 和 OCTEON TX? 兩條多核處理器產(chǎn)品所帶來(lái)的聯(lián)發(fā)優(yōu)勢(shì)。

網(wǎng)絡(luò)邊緣計(jì)算應(yīng)用涵蓋小型企業(yè)、工業(yè)領(lǐng)域和企業(yè)級(jí)用戶等在內(nèi)的眾多市場(chǎng)，它們對(duì)高效的數(shù)據(jù)包處理、機(jī)器學(xué)習(xí)和云連接等技術(shù)具有比較高的需求。在剛剛過(guò)去的，在美國(guó)圣何塞會(huì)議中心舉行的2018年Arm TechCon上， Marvell 與 Amazon Web Services? (AWS) 合作，以一種很新穎的形式，為與會(huì)者展示了邊緣計(jì)算應(yīng)用的各項(xiàng)功能。

此次演示模擬的是一個(gè)自動(dòng)停車場(chǎng)的應(yīng)用場(chǎng)景。 以 ARMADA 處理器為基礎(chǔ)的 Marvell MACCHIATObin? 社區(qū)開發(fā)板集成了 AWS Greengrass? 軟件，可用作邊緣計(jì)算節(jié)點(diǎn)。 Marvell 邊緣計(jì)算節(jié)點(diǎn)會(huì)接收放置在停車場(chǎng)入口和出口處兩個(gè)攝像機(jī)的視頻流。 以 ARMADA 處理器為基礎(chǔ)的計(jì)算節(jié)點(diǎn)會(huì)運(yùn)行 AWS Greengrass 核心；執(zhí)行兩個(gè) Lambda 函數(shù)來(lái)處理傳入的視頻流并通過(guò)識(shí)別牌照辨識(shí)進(jìn)入停車場(chǎng)的車輛；然后檢查進(jìn)入停車場(chǎng)的車輛是否經(jīng)過(guò)授權(quán)。

第一 Lambda 函數(shù)將運(yùn)行自動(dòng)車牌識(shí)別 (OpenALPR) 軟件以獲取車牌號(hào)并將其與道閘 ID（入口/出口）一起傳送到 AWS? 云端上運(yùn)行的 Lambda 函數(shù)，該函數(shù)將存取 DynamoDB? 數(shù)據(jù)庫(kù)。 云端 Lambda 函數(shù)將負(fù)責(zé)讀取 DynamoDB 白名單數(shù)據(jù)庫(kù)并確定車牌是否屬于授權(quán)汽車。 該信息將被發(fā)送回網(wǎng)絡(luò)邊緣 MACCHIATObin 開發(fā)板上的第二 Lambda 函數(shù)，負(fù)責(zé)管理停車場(chǎng)容量和開關(guān)道閘。 此 Lambda 函數(shù)會(huì)將邊緣活動(dòng)記錄到 AWS Cloud Elasticsearch? 服務(wù)，該服務(wù)充當(dāng)開源數(shù)據(jù)可視化引擎 Kibana? 的后端。 Kibana 使遠(yuǎn)程操作人員能夠直接訪問(wèn)有關(guān)停車場(chǎng)占用情況、入口道閘狀態(tài)和出口道閘狀態(tài)的信息。 ?此外，AWS Cognito 服務(wù)將對(duì)用戶進(jìn)行身份驗(yàn)證，確認(rèn)訪問(wèn) Kibana 的權(quán)限。

在 AWS Cloud Lambda 函數(shù)將判定（允許/拒絕）發(fā)送到 MACCHIATObin 開發(fā)板上運(yùn)行的第二 Lambda 函數(shù)后，此 MACCHIATObin Lambda 函數(shù)將負(fù)責(zé)與道閘控制器通信，該控制器由 Marvell ESPRESSObin? 開發(fā)板組成，用于根據(jù)需要打開/關(guān)閉道閘。

ESPRESSObin 開發(fā)板作為 AWS Greengrass IoT 設(shè)備運(yùn)行，負(fù)責(zé)根據(jù)從 MACCHIATObin 開發(fā)板的第二 Lambda 函數(shù)收到的信息打開道閘。

此次演示展示了在邊緣使用 AWS Lambda 運(yùn)行機(jī)器學(xué)習(xí)算法的功能，能使識(shí)別過(guò)程變得十分迅捷。 憑借高性能、低功耗的 Marvell OCTEON TX 和 ARMADA 多核處理器，快速的識(shí)別過(guò)程得以實(shí)現(xiàn)。 Marvell 基礎(chǔ)架構(gòu)處理器的功能具有涵蓋一系列高端網(wǎng)絡(luò)和安全應(yīng)用的潛力，這些應(yīng)用可以從 Arm? 生態(tài)系統(tǒng)的成熟度和在網(wǎng)絡(luò)邊緣的多核環(huán)境中運(yùn)行機(jī)器學(xué)習(xí)的能力中受益。