Spoločnosť Synology® predstavuje zariadenie Deep Learning NVR DVA3219 umožňujúce miestnu analýzu videa na základe umelej inteligencie

Spoločnosť Synology® predstavuje zariadenie Deep Learning NVR DVA3219 umožňujúce miestnu analýzu videa na základe umelej inteligencie

Inteligentné sledovanie majetku a dôvernosť dát pod kontrolou

Spoločnosť Synology Inc. dnes predstavila zariadenie Deep Learning NVR DVA3219, lokálne riešenie pre monitoring, ktoré pomocou technológie hĺbkového učenia poskytuje presné výsledky video-detekcie a zároveň minimalizuje ruchy prostredia. Model DVA3219 obsahuje integrovaný procesor GPU NVIDIA® GeForce® GTX 1050 Ti umožňujúci súbežné spracovanie 4 úloh analýzy videa a až 32 videokanálov.

„Prinášame miestnu službu analýzy videa využívajúcu algoritmy hlbokého učenia – táto služba ponúka prehľad o situácii fyzického prostredia a zároveň zabezpečuje súkromie zákazníka,“ povedal Michael Wang, produktový manažér spoločnosti Synology Inc. „Zariadenie DVA3219 dokáže plne využiť potenciál analýzy videa služby Surveillance Station optimalizovaný algoritmami hlbokého učenia.“

Bez ďalších nákladov na licencia môžu používatelia navyše využívať kompletný súbor funkcií služby Deep Video Analytics (počítanie ľudí, detekcia narušenia, zóna bez zotrvania či hlboká detekcia pohybu) a využívať ďalšie aktualizácie softvéru služby Surveillance Station v priebehu jeho životného cyklu.

Medzi ďalšie kľúčové funkcie zariadenia DVA3219 patrí:
•    V základnej konfigurácii štvorjadrový procesor taktovaný na 2,1 GHZ a 4 GB pamäte DDR4, rozšíriteľnej na 32 GB.
•    Štyri vstavané 1GbE (RJ-45) porty s podporou funkcie prepnutia služieb pri zlyhaní a funkciu Link Aggregation.
•    Možnosť škálovania až na 14 diskov pomocou dvoch rozširujúcich jednotiek Synology DX517.
•    Kompatibilita s viac ako 7 100 modelmi kamier od viac ako 100 známych výrobcov.
•    8 licencií na kamery, V/V moduly, radiče prístupov a transakčné zariadenia.

Ďalšie informácie o zariadení DVA3219 nájdete na stránke
https://www.synology.com/products/DVA3219