Marvell在2018Arm峰会上展示在边缘使用AWS Lambda运行机器学习算法的功能

Marvell ®在需求严苛的各种网络边缘计算领域，一直居于领先地位。这得益于公司 ARMADA® 和 OCTEON TX® 两条多核处理器产品所带来的联发优势。

网络边缘计算应用涵盖小型企业、工业领域和企业级用户等在内的众多市场，它们对高效的数据包处理、机器学习和云连接等技术具有比较高的需求。在刚刚过去的，在美国圣何塞会议中心举行的2018年Arm TechCon上， Marvell 与 Amazon Web Services® (AWS) 合作，以一种很新颖的形式，为与会者展示了边缘计算应用的各项功能。

此次演示模拟的是一个自动停车场的应用场景。 以 ARMADA 处理器为基础的 Marvell MACCHIATObin® 社区开发板集成了 AWS Greengrass® 软件，可用作边缘计算节点。 Marvell 边缘计算节点会接收放置在停车场入口和出口处两个摄像机的视频流。 以 ARMADA 处理器为基础的计算节点会运行 AWS Greengrass 核心；执行两个 Lambda 函数来处理传入的视频流并通过识别牌照辨识进入停车场的车辆；然后检查进入停车场的车辆是否经过授权。

第一 Lambda 函数将运行自动车牌识别 (OpenALPR) 软件以获取车牌号并将其与道闸 ID（入口/出口）一起传送到 AWS® 云端上运行的 Lambda 函数，该函数将存取 DynamoDB® 数据库。 云端 Lambda 函数将负责读取 DynamoDB 白名单数据库并确定车牌是否属于授权汽车。 该信息将被发送回网络边缘 MACCHIATObin 开发板上的第二 Lambda 函数，负责管理停车场容量和开关道闸。 此 Lambda 函数会将边缘活动记录到 AWS Cloud Elasticsearch® 服务，该服务充当开源数据可视化引擎 Kibana® 的后端。 Kibana 使远程操作人员能够直接访问有关停车场占用情况、入口道闸状态和出口道闸状态的信息。  此外，AWS Cognito 服务将对用户进行身份验证，确认访问 Kibana 的权限。

在 AWS Cloud Lambda 函数将判定（允许/拒绝）发送到 MACCHIATObin 开发板上运行的第二 Lambda 函数后，此 MACCHIATObin Lambda 函数将负责与道闸控制器通信，该控制器由 Marvell ESPRESSObin® 开发板组成，用于根据需要打开/关闭道闸。

ESPRESSObin 开发板作为 AWS Greengrass IoT 设备运行，负责根据从 MACCHIATObin 开发板的第二 Lambda 函数收到的信息打开道闸。

此次演示展示了在边缘使用 AWS Lambda 运行机器学习算法的功能，能使识别过程变得十分迅捷。 凭借高性能、低功耗的 Marvell OCTEON TX 和 ARMADA 多核处理器，快速的识别过程得以实现。 Marvell 基础架构处理器的功能具有涵盖一系列高端网络和安全应用的潜力，这些应用可以从 Arm® 生态系统的成熟度和在网络边缘的多核环境中运行机器学习的能力中受益。