NEWS CENTER
众所周知，像Jetson系列这样，编码路数和解码路数接近1:1的SOC是挺少的。说来也是，如果是自动驾驶，解码没什么用，光编码就够了。而对于大部分NVR的应用，考虑成本问题，编码又不需要太多，解码路数够多就行了，偏偏Jetson Xavier NX的规格高到吓人，编解双修，加上可观的AI性能。因此，在需要AI功能的视频上云场景，就非常适合了。
视频上云，顾名思义，即把视频传送到云端，这样做的好处，是能够对视频和结构化数据，进行共享、开发、智能、统一管理。但视频上云往往会有很多常见的限制。
限制1: 网络隔离
视频网络，通常和外网隔离，无法直接访问外网。
限制2: 上行带宽有限
比如我们公司的摄像头数量为18个，分辨率为1080p，编码为H.264。单路视频带宽为4Mbps，如果想要同时上云，则需要72Mbps的上行带宽，但我们公司的上行带宽一共才30Mbps。如果用传统转发的做法来进行视频上云，那肯定是不行的了。
在视频相关应用爆发的现在，我司提供的基于Jetson Xavier NX的产品MIIVII LITE NX NVR，以及基于AI网关的软件方案，不但可以非常便利的解决上面两个问题，并且可以非常方便的和第三方服务或者集成商自有应用结合，迅速为IT系统插上AI的翅膀。
我们就用AI网关方案，来评测一下，Jetson Xavier NX在视频上云方面到底性能有多强。
首先我们可以通过米文提供的边缘服务，来下发AI网关应用。
下发完成后，我们可以非常便利地通过远程的方式，打开AI网关的配置界面，通过批量导入的方式，来批量摄像头。并且可以灵活选择自己使用的模型，这里由于路数比较多，我们选择的是yolov4-tiny。
在配置完成后，我们可以通过网关配置自己的七牛云账号，配置对所有视频流进行推流。
之后，就可以通过第三方的大屏服务，来得到所有的上云视频流了。这里我们使用的是腾讯云提供的腾讯云图。即使不懂前端开发，但只要有基本的知识，就可以快速的搭建上云大屏。
通过边缘服务我们可以看到，在14路视频实时编解码并且进行AI运算的时候，得益于Lite NX NVR的主动散热效果，温度也在一个合理的状态下，内存也远远没有到达瓶颈。检测的帧率，可以超过每路10FPS。
因此，我们可以得出，在同时进行编解码，并且进行AI计算的情况下，Jetson NX至少可以接入14路1080p的视频，性能相当强悍。
但是目前我们的测试值仍然没有达到理论上的规格参数，要知道，Jetson NX可是号称可以编解22路1080p的H.264流的。目前我们才达到14路，离理论值还有很大的距离，那到底是什么原因限制了我们接入进一步的视频流呢？咱们下回分解。
