乜嘢係 AI Card
AI Card（AI 加速卡）係一塊專門用嚟做人工智能推理（inference）嘅運算硬件。佢內置神經網絡加速器（NPU / TPU），可以喺極低功耗下，每秒完成幾萬億次（TOPS）運算，專門處理影像辨識、物件偵測、人臉同車牌識別呢類 AI 工作。
同一般電腦淨靠 CPU 慢慢逐格分析唔同，AI 加速卡將呢啲重複嘅矩陣運算「硬件化」，所以可以一張細細塊卡，實時分析十幾路 CCTV 畫面。常見形態包括 USB 手指（如 Google Coral USB Accelerator）、M.2 模組（Hailo-8）、以至成個運算模組（NVIDIA Jetson Orin Nano）。
對商業客戶嚟講，重點係：AI Card 令「邊緣運算（Edge AI）」變得可行——分析喺現場即時完成，唔使將片段上雲，延遲低、私隱好、慳頻寬同雲端月費。
點揀 AI Card
揀 AI 加速卡主要睇四個重點：
- 算力（TOPS）：分析路數越多、模型越複雜，需要嘅 TOPS 越高。簡單人流統計幾 TOPS 夠用，多路車牌 / 行為分析就要 20 TOPS 以上。
- 介面：睇你部 NVR / 伺服器支援咩——USB 3.0 最易加裝，M.2 / PCIe 性能更高但要主機板支援。
- 功耗同散熱：CCTV 機房長期運作，低功耗（5–25W）嘅卡更穩定、更慳電。
- 軟件生態：有冇現成 SDK、支唔支援你用緊嘅 AI 框架（TensorFlow Lite / ONNX / DeepStream），直接影響部署難度。
想配合 CCTV 部署計返要幾多儲存同邊款 NAS，可以先用我哋嘅 CCTV 容量計算器，再決定 AI 卡規格。
邊個品牌好
市場上三大主流 AI 加速卡各有定位：
- NVIDIA Jetson Orin 系列：由 Orin Nano（約 40 TOPS）到 Orin NX / AGX（最高 275 TOPS），生態最成熟，配合 DeepStream 同 Metropolis，適合多路、多模型嘅商業級 CCTV 同 AI server。
- Google Coral（Edge TPU）：USB / M.2 形態、功耗極低（約 2W、4 TOPS），平、細、易上手，適合舊系統加裝或單一用途（人流 / 口罩 / 簡單偵測）。
- Hailo（Hailo-8 / 8L）：M.2 模組、約 13–26 TOPS、性價比高、功耗低，越嚟越多 NVR 同工業電腦原生支援，適合中型部署。
冇「最好」，只有「最啱」——A Plus 會按你嘅鏡頭數、分析需求同現有設備，揀返最抵嘅組合。
同 CPU 比較分別
好多人會問：「我部 server 個 CPU 咁勁，使唔使再買 AI 卡？」答案多數係：要。
CPU 係通用處理器，擅長邏輯同順序運算，但 AI 推理係大量平行嘅矩陣乘法。用 CPU 跑深度學習模型，唔單止慢（同一條 YOLO 模型可能慢十幾倍），仲會食晒 CPU 資源、發熱高、無法同時分析多路畫面。AI 加速卡將呢啲運算交畀專用 NPU / TPU，CPU 就可以專心做系統同錄影，整體更穩定、更慳電。
簡單講：CPU 負責「指揮」，AI Card 負責「睇片」。兩者分工，先做到實時、多路、低功耗嘅 AI 影像分析。
點接入 UniFi NVR
UniFi Protect 本身已內置部分 AI 偵測，但如果要做更進階嘅自訂模型（例如特定制服、車牌、危險行為），常見做法係另置一部 edge AI 主機配合：
- 由 UniFi NVR / Protect 經 RTSP 串流將鏡頭畫面送去 Jetson 或 Coral 主機。
- AI 主機本地分析，偵測到事件後回傳通知 / 觸發警報 / 寫入記錄。
- 原有 UniFi 錄影、回放、管理介面完全唔受影響，AI 只係加掛喺旁邊。
呢種「UniFi 負責錄影 + AI Card 負責分析」嘅架構，可以喺唔換成套系統嘅前提下，為現有 UniFi 部署加入企業級 AI 能力。想知你部 NVR 啱唔啱配？歡迎 WhatsApp 我哋免費了解。