Hi, 大家好，我們是 Berry AI 的 System Team 👋

Berry AI 在決定 Edge + Cloud 的混合架構實作得來速 Vision AI 計時之後，馬上面臨幾個技術難題，諸如：

• Edge server、PoE (Power over Ethernet) switch、IP cameras 都放在客戶餐廳的防火牆後，要如何連上，又要如何監控上千台設備？
• 如何不使用人工、規模化的自動安裝主機的作業系統和應用程式，還要加密整個硬碟？
• 如何讓現場的安裝人員能夠即時看到相機拍攝的畫面？如何確保安裝的角度是符合計畫的？
• 如何能自動偵測並設定各種廠牌和型號的相機？
• 如何規模化取得每支相機的內部光學參數 (intrinsics)？
• 多相機場景下，如何做跨相機校準 (cross-camera calibration)，並取得相機外部參數 (extrinsics)？
• 如何自動化設定相機的曝光 (exposure)、快門 (shutter speed)、白平衡 (white balance)、動態範圍 (dynamic range)、編碼 (codec)、串流碼率 (bitrate)？
• 如何根據不同的時區、不同品牌、不同店面，自動獲取營業時間來開啟/關閉串流與錄影功能？
• 如何確保上千間店的影片、數據回傳暢通並監控回傳進度？
• (族繁不及備載，要認真寫的話，夠寫很多年的鐵人賽...)

以上的問題，我們接下來會分成幾年幾天來分享，今天先談談最基本的 — 硬體

基本上客戶端硬體架構的選擇不外乎要考慮效能、客需變化彈性、安裝施工難度以及成本，在跟不同客戶的 POC 或試點階段，我們也嘗試過各種硬體組合：

相機硬體我們就嘗試過...

• USB web camera 直接接上 edge server — 便宜簡單有效的方案，但是 USB 傳輸距離頂多 5m，應用範圍實在太有限
• 數台 USB web camera 接到一個 PoE edge box (類似樹莓派) 再接到 edge server — 呃... 這麼複雜，歷史緣由不是一兩句能說完，總之後來棄用這個架構
• 最後還是使用 IP camera 接上 PoE switch 再接上 edge server — 一個監控業界標準的做法

Edge server 也是有趣的故事...

• 從光華商場買零組件，手組電玩主機 — 太大太重，機構脆弱經不起長途運送
• 換成 Intel NUC — 又小又輕，但缺點就是效能有限、也沒辦法內接 HDD，能提供給客戶的軟體功能也就充滿限制
• 客製化的硬體 — 到頭來還是要根據需求打造自己的主機，幸運的是母公司 飛捷 (6206) 就是專業的工業電腦製造商，可以共享集團資源

網路設備是慘痛的教訓...

• 一開始買的是能找到最便宜的 PoE switch，但是便宜沒好貨、故障率高，作為一個單點故障 (single point of failure, SPOF) 來源實在不該省這個錢
• 後來升級了高貴一點的 switch，但是我們很快發現，沒有管理介面的 unmanaged switch 非常難遠端 debug，常常只能請現場的人員重開機治百病...
• Managed switch 是必要的，尤其當你要管理上千上萬台設備的時候，能省下非常多的人工與時間

雖然試錯的過程也挺血汗有趣，但有價值的資訊可能還是只有最終版本，目前架構如下：

另外分享幾個眉角：

• 相機鏡頭的視角盡量挑廣一點的，有可能可以少裝一些相機省錢 (但是做校正的時候會比較辛苦)
• 市面上的 IP camera 幾乎都預設使用 DHCP，但當 IP camera 一時之間找不到 DHCP server 時，每間廠商有各種花招百出的應對方法，如果工程師不想 24 小時 On-call 相機斷線的問題，就要寫好相對應的自動化解決方案
• PoE switch 的接地要做好，不要跟雷公賭人品
• 網路線盡量挑好一點的，線再貴都沒人工貴

在美國這種人工成本高昂的地方，硬體安裝以及維運後派工維修的成本會占整體成本很大的比例，服務上線後如果因為施工品質或硬體品質問題需要再派工，除了成本、造成客戶的困擾，頻繁的重新設定、重新部署也會造成工程師很大的負擔。得來速 AI 計時的領域，誰能讓設備安裝後就穩定不會壞、軟體服務能安心順暢的運作，就是最終成敗的關鍵。

本系列由 Berry AI 工程團隊出品。更多工程實戰紀錄都在 Berry AI 技術部落格。