樹林中的「雙眼」

研揚科技 BOXER-8651AI 在森林防災中打造新世代 AI 視覺守護

一家專門從事智慧環境監測的公司找上研揚科技，希望協助升級其森林火災偵測系統。這間客戶是開發 AI 驅動遠端監測系統的領導企業，過去曾與研揚科技合作，並在其系統架構中部署了研揚科技的嵌入式 AI 系列產品。然而，隨著近年來邊緣 AI 功能的進展相當快速，該公司希望導入一個新的基礎平台，能夠運行更精密、更先進的火災偵測演算法，以提升現有應用架構的準確性和覆蓋範圍。

專案需求盤點：高效能、耐候性、可擴展性一次到位

由於森林大火在全球都構成嚴重威脅，客戶在選擇這項專案所需的嵌入式解決方案時，提出了非常具體的需求。首先，系統不僅要能在邊緣端執行複雜的 AI 演算法，用來偵測森林火災的早期跡象，還必須做到高準確度與零延遲的反應。

第二項前提條件是系統必須足夠可靠，能在嚴苛的戶外環境中穩定運作。因為客戶的火災偵測系統是由分布在偏遠地區的多個節點組成，所使用的硬體必須能承受大幅度溫度變化、電力波動，並最好採用無風扇散熱設計，以避免傳統風扇式系統可能吸入周遭環境的雜質，導致效能下降與額外維護。

另一項需求是所選擇的解決方案必須具備良好的擴展性，意即部署與維護必須相對簡易。此外，公司還需要讓每個邊緣裝置都能以最低延遲將資料傳回中央雲端伺服器，因此無線通訊功能也是必要條件。

BOXER-8651AI 上線執勤：以小巧體積承載強悍 AI 火力

為了驅動這項應用，客戶選擇使用研揚科技的 BOXER-8651AI，這是一款搭載 NVIDIA® Jetson Orin™ NX 模組的緊湊型無風扇嵌入式 AI 系統。滿足客戶的第一項專案需求，BOXER-8651AI 採用整合於 NVIDIA® Jetson Orin™ NX 中的 NVIDIA Ampere 架構 GPU，具備 1024 個 CUDA® 核心與 32 個 Tensor Cores，可為應用提供高達 70 TOPS 的 AI 效能，以及專用的深度學習加速器固定功能硬體，使其能以極高效率運行客戶複雜的火災偵測演算法。

BOXER-8651AI 的尺寸僅 105mm x 90mm x 52mm，重量只有 2.4 磅（約 1.1 公斤），是市場上最小型、且配備整合式 NVIDIA® Jetson Orin™ NX 模組的無風扇系統，這對客戶在偏遠地區進行部署的需求來說是一大優勢。除此之外，系統能在 -15°C 低溫到 55°C 高溫之間穩定運作，完全不需要風扇輔助散熱，消除了在不同氣候環境下部署的疑慮，也避免了因雜質進入機殼而需要頻繁維護的問題。同樣的優勢也來自其寬幅的 12V 至 24V 電源輸入範圍，讓 BOXER-8651AI 能在電力不穩定的地區安裝而不必擔心故障風險。

最後，BOXER-8651AI 在擴展性方面也具備最佳選項，無論是在連接能力上，或作為更廣泛應用生態系統中的邊緣節點都十分合適。它配備一個用於 Gigabit Ethernet 的 RJ-45 端口，以及兩個 USB 3.2 Gen 2 端口，提供多種攝影機安裝方式的選擇，使部署過程只需安裝系統、提供適當電源，並接上攝影機即可。在這個案例中，客戶選擇使用系統的 LAN 埠來安裝 IP 攝影機。

在邊緣到雲端的資料傳輸方面，BOXER-8651AI 提供 M.2 3042/3052 B-Key、M.2 2230 E-Key，以及 SIM 卡槽，用於安裝 4G/5G、Wi-Fi 與行動通訊模組，為客戶提供多樣化的選擇，讓中央伺服器即便在沒有有線基礎建設的偏遠地區，也能順利收到自動警報。

系統運作架構：從影像擷取到雲端通報的一條龍流程

此應用的運作可分為三個明確的部分：

• 透過安裝於 BOXER-8651AI LAN 埠的 IP 攝影機進行即時影像擷取。
• 使用 BOXER-8651AI 的 NVIDIA® Jetson Orin™ NX 模組執行預訓練深度學習模型進行影像分析。
• 將帶有時間標記的中繼資料與主動警報，透過安裝於 BOXER-8651AI 上的無線通訊模組回傳至客戶的中央伺服器。

整個應用生態系統由多台分布在偏遠地區（如國家公園與森林）的 BOXER-8651AI 組成，IP 攝影機則架設在瞭望塔或森林內部位置。這些攝影機會持續將即時影像傳到 BOXER-8651AI，由系統進行預處理並即時運行客製化的卷積神經網路（CNN）與物件偵測模型，以判斷畫面中是否出現煙霧或火光等關鍵指標。一旦模型偵測到相關跡象，BOXER-8651AI 的預設事件處理器就會立即透過 4G/5G 行動通訊模組向客戶中央伺服器發送無線警報。

專案效益：更早發現、更少誤報、更少人力負擔

由於客戶過去已在其火災偵測生態系統中使用研揚科技的嵌入式 AI 電腦作為關鍵節點，因此對本次專案的成果與效能早已有充分信心。目前的初步成果相當亮眼，客戶指出，每台裝置能在最遠達 5 公里處偵測到小至 2 平方公尺的火源，使偏遠林地的覆蓋範圍大幅提升。

此外，該應用迄今的誤報率低於萬分之二（0.02%），顯示在研揚科技的高階嵌入式平台加持下，AI 在早期火災偵測方面可展現極高的準確度。

最後，這項應用大幅降低了整體系統所需的人力，每位工作人員可同時監控多達 1,000 台邊緣裝置的自動化警報，不僅提升環境監測單位在資源分配上的效率，也展現出極佳的擴展潛力。