一种嵌入式人工智能服务器的制作方法

1.本实用新型涉及人工智能领域，尤其是指一种嵌入式人工智能服务器。


背景技术：

2.中国发明专利（申请号：201480039208.2，公开号：cn105531995b）披露了一种用于识别所关注的对象和事件的系统使用具有图像处理功能的一个或多个摄像机。该系统包括配置成从多个角度实施场景的图像处理的多个摄像机，以便提取和传输对应于场景中的对象或人的元数据。摄像机传输元数据至处理站，所述处理站配置成在时间上处理数据流，以便检测对象和受关注事件，从而警告场景中的对象或事件的监控人员，但是在实际的使用过程中还是存在有以下的不足之处：传统方法使用gpu对摄像机获取的图像进行图像处理，但由于场景复杂图像信息越来越多需要高处理能力的gpu进行数据处理，则导致gpu的功耗较高。


技术实现要素：

3.本实用新型提供一种嵌入式人工智能服务器，其主要目的在于克服传统采用gpu处理图像信息功耗高的缺陷。
4.为解决上述技术问题，本实用新型采用如下技术方案：
5.一种嵌入式人工智能服务器，包括若干个的第一电路单元及一第二电路单元，所述第一电路单元可插拔的插接设置在第二电路单元上，所述第一电路单元包括一第一电路板及至少一个设于所述第一电路板上的嵌入式神经网络处理器，所述第一电路单元和所述第二电路单元相电连接。
6.进一步的，所述第一电路单元还包括设于所述第一电路板一侧上的金手指插接块，所述第二电路单元包括第二电路板及若干个间隔设于所述第二电路板上的供电插槽，所述金手指插接块可插拔的插设在所述供电插槽上。
7.进一步的，所述第一电路单元还包括设于所述第一电路板上的核心板，所述嵌入式神经网络处理器设于所述核心板上，所述核心板与所述第一电路板相电连接。
8.进一步的，所述核心板上还设有一中央处理器，所述核心板上还设有一中央处理器，所述中央处理器与所述嵌入式神经网络处理器相电连接，所述中央处理器与所述金手指插接块相电连接。
9.进一步的，所述第二电路单元还包括若干条间隔设于所述第二电路板上的供电总线，每个所述供电插槽均与各所述供电总线相电连接，且每条所述供电总线均与各所述供电插槽并联电连接。
10.进一步的，所述供电总线沿所述第二电路板长度方向延伸，所述供电插槽垂直相交的设于所述所述供电总线上。
11.进一步的，所述第一电路单元还包括设于所述第一电路板上的网络变压器及一设于所述第一电路板上的以太网接口，所述网络变压器和所述以太网接口相电连接，所述以
太网接口的输出端与所述中央处理器的使能端相电连接。
12.进一步的，所述第一电路单元包括还包括一设于所述第一电路板上的电源接口，所述电源接口与所述第一电路板相电连接。
13.进一步的，所述第一电路单元包括还包括一设于所述第一电路板上的adc接口及一设于所述第一电路板上的spi接口，所述adc接口的输出端与所述中央处理器的使能端相电连接，所述spi接口的输出端与所述中央处理器的使能端相电连接。
14.进一步的，所述第一电路单元还包括一设于所述第一电路板上的编码器，所述编码器的输出端与所述中央处理器的使能端相电连接。
15.和现有技术相比，本实用新型产生的有益效果在于:
16.1、本实用新型结构简单、实用性强，通过设置嵌入式神经网络处理器进行图像处理，一方面使用功耗小于gpu的功耗从而产生降低服务器功耗的效果，使用嵌入式嵌入式神经网络处理器使得服务器不需要另外外接独立的gpu设备，从而产生减小服务器体积的效果，通过设置若干个第一电路单元插接设置在第二电路单元上实现当一个嵌入式神经网络处理器图形处理效率不足时，插接若干个第一电路单元从而增加嵌入式神经网络处理器的数量从而起到提高图形处理效率的效果，另一方面使用嵌入式神经网络处理器的价格成本低于gpu的价格成本，使用嵌入式神经网络处理器替代gpu从而产生降低服务器的整机价格成本的效果，起到一举两得的效果。
17.2、在本实用新型中，通过设置金手指插接块可插拔的插设在供电插槽上，一方面实现将若干个第一电路板装设在第二电路板上，从而实现设置若干个嵌入式神经网络处理器提升图形处理效率，另一方面使用若干块第一电路单元上的金手指插接块插设在对应的供电插槽上，实现对若干块第一电路单元进行供电的效果，起到一举两得的效果。
18.3、在本实用新型中，通过设置每条供电总线均与各所述供电插槽并联电连接，使得每块第一电路板上嵌入式神经网络处理器均独立运行不受到其它的第一电路板的影响，当其中一块第一电路板故障断电不影响其它第一电路板正常的供电运行，从而不影响到其它第一电路板上的嵌入式神经网络处理器进行图像处理工作，从而提高服务器运行的稳定性和服务器的可靠性。
19.4、通过设置电源接口当仅单独使用第一电路单元进行工作时，可直接使用电源接口进行单独供电。
附图说明
20.图1为本实用新型的结构示意图。
21.图2为第一电路单元的模块结构示意图。
22.图3为第二电路单元的结构示意图。
具体实施方式
23.下面参照附图说明本实用新型的具体实施方式。
24.参照图1、图2和图3,一种嵌入式人工智能服务器，包括若干个的第一电路单元1及一第二电路单元2，第一电路单元1可插拔的插接设置在第二电路单元2上，第一电路单元1和第二电路单元2相电连接。
25.参照图1和图2，第一电路单元1包括一第一电路板11、至少一个设于第一电路板11上的嵌入式神经网络处理器18、设于第一电路板11一侧上的金手指插接块12、设于第一电路板11上的核心板14、一设于第一电路板11上的电源接口13、一设于第一电路板11上的以太网接口20、一设于第一电路板11上的spi接口42、一设于第一电路板11上的adc接口43、一设于第一电路板11上的sdio接口44、一设于第一电路板11上的编码器21及一设于第一电路板11上的网络变压器19。
26.参照图1和图2，在本实施例中具体的嵌入式神经网络处理器18设于核心板14上。
27.参照图1和图2，所述核心板14上还设有一中央处理器17、一内存15、一存储器16及一电源管理器41。
28.参照图1和图2，中央处理器17型号为hi3516dv300双核主频900mhz，嵌入式神经网络处理器型号为1.0 tops npu，内存15为ddr3 8g或ddr3 16g，存储器16为emmc 32g或emmc 64g，电源管理器41为dc
‑
dc分立设计，支持系统为linux 4.9.37+busybox 1.26.2，核心板14型号为dr4
‑
dv300，网络变压器19型号为11fb
‑
05nl，核心板14型号可以为dr4
‑
dv300。
29.参照图1和图2，在本实施例中具体的所述核心板14与所述第一电路板11之间通过焊接的方式使得所述核心板14与所述第一电路板11相电连接。
30.所述电源接口13与所述第一电路板11相电连接。
31.所述编码器21的输出端与所述中央处理器17的使能端相电连接。
32.所述adc接口43的输出端与所述中央处理器17的使能端相电连接，所述spi接口42的输出端与所述中央处理器17的使能端相电连接。
33.所述sdio接口44的输出端与所述中央处理器17的使能端相电连接。
34.所述网络变压器19和所述以太网接口20相电连接，所述以太网接口20的输出端与所述中央处理器17的使能端相电连接。
35.参照图1和图2，在本实施例中具体的内存15、存储器16、电源管理器41、嵌入式神经网络处理器18均与中央处理器17相电连接，所述电源接口13和所述金手指插接块12均与中央处理器17相电连接。
36.通过设置电源接口当仅单独使用第一电路单元进行工作时，可直接使用电源接口进行单独供电。
37.参照图3，第二电路单元2包括一第二电路板21、若干条间隔设于第二电路板21上的供电总线30及若干个间隔设于第二电路板21上的供电插槽（供电插槽22和供电插槽23）。
38.参照图3，每个供电插槽（供电插槽22和供电插槽23）均与各供电总线30电连接，且每条供电总线30均与各供电插槽（供电插槽22和供电插槽23）并联电连接。
39.通过设置每条供电总线均与各所述供电插槽并联电连接，使得每块第一电路板上嵌入式神经网络处理器均独立运行不受到其它的第一电路板的影响，当其中一块第一电路板故障断电不影响其它第一电路板正常的供电运行，从而不影响到其它第一电路板上的嵌入式神经网络处理器进行图像处理工作，从而提高服务器运行的稳定性和服务器的可靠性。第二电路板21通过外接电源进线供电或通过与可充电的锂电池相电连接进行供电。
40.金手指插接块12可插拔的插设在供电插槽（供电插槽22和供电插槽23）上，从而实现将第一电路单元1可插拔的插接设置在第二电路单元2上。
41.通过设置金手指插接块可插拔的插设在供电插槽上，一方面实现将若干个第一电
路板装设在第二电路板上，从而实现设置若干个嵌入式神经网络处理器提升图形处理效率，另一方面使用若干块第一电路单元上的金手指插接块插设在对应的供电插槽上，实现对若干块第一电路单元进行供电的效果，起到一举两得的效果。
42.供电总线30沿第二电路板21长度方向延伸，供电插槽（供电插槽22和供电插槽23）垂直相交的设于供电总线30上。
43.供电总线30可以包括电源导电线dc1、电源导电线dc2、接地线gnd1、数据传输线d0、数据传输线d1、地址码传输线a0及地址码传输线a1。
44.第一电路板11、第二电路板21及核心板14均可以为印刷电路板。
45.npu指的是嵌入式神经网络处理器采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据。
46.图形处理器（英语：graphics processing unit，缩写：gpu），又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。
47.cpu指的是中央处理器，是电子计算机的主要设备之一，电脑中的核心配件。其功能主要是解释计算机指令以及处理计算机软件中的数据。中央处理器是计算机中负责读取指令，对指令译码并执行指令的核心部件。
48.gpu使显卡减少了对中央处理器的依赖，并进行部分原本中央处理器的工作，尤其是在3d图形处理时gpu所采用的核心技术有硬件t&l（几何转换和光照处理）、立方环境材质贴图和顶点混合、纹理压缩和凹凸映射贴图、双重纹理四像素256位渲染引擎等，而硬件t&l技术可以说是gpu的标志。
49.内存(memory)也称内存储器和主存储器，它用于暂时存放cpu中的运算数据，与硬盘等外部存储器交换的数据。
50.操作系统把需要运算的数据从内存调到cpu中进行运算。当运算完成，cpu将结果传送出来。
51.emmc (embedded multi media card）是mmc协会订立、主要针对手机或平板电脑等产品的内嵌式存储器标准规格。emmc在封装中集成了一个控制器，提供标准接口并管理闪存。
52.闪存是一种特殊的、以宏块抹写的eprom，是一种电子式可清除程序化只读存储器的形式，允许在操作中被多次擦或写的存储器，例如储存卡与u盘或硬盘。
53.本实用新型通过设置嵌入式神经网络处理器进行图像处理，一方面使用功耗小于gpu的功耗从而产生降低服务器功耗的效果，使用嵌入式嵌入式神经网络处理器使得服务器不需要另外外接独立的gpu设备，从而产生减小服务器体积的效果，通过设置若干个第一电路单元插接设置在第二电路单元上实现当一个嵌入式神经网络处理器图形处理效率不足时，插接若干个第一电路单元从而增加嵌入式神经网络处理器的数量从而起到提高图形处理效率的效果，另一方面使用嵌入式神经网络处理器的价格成本低于gpu的价格成本，使用嵌入式神经网络处理器替代gpu从而产生降低服务器的整机价格成本的效果，起到一举两得的效果。
54.上述仅为本实用新型的具体实施方式，但本实用新型的设计构思并不局限于此，凡利用此构思对本实用新型进行非实质性的改动，均应属于侵犯本实用新型保护范围的行为。