图源：中交信通风向标微信公众号
该项目确立了以“品原AI一体机”为全国产算力核心，构建“云-边-端”协同架构的全局规划。该规划旨在通过边缘轻量化模型实现毫秒级初筛，中心多模态大模型进行深度研判，并结合人工复核，形成三级协同的智能工作流，最终达成提升安检效率、精度与安全性的总体目标。
该项目的核心亮点在于：
创新“边缘-中心-人工”三级工作流架构
本项目通过创新“边缘－中心－人工”三级协同的智能工作流架构，通过边缘侧毫秒级初筛、中心端深度研判与人工复核的无缝衔接，在保障高准确率（检出率≥95%）的同时大幅提升安检效率。
核心技术全链路自主可控
在硬件方面，项目采用全国产高密度算力一体机——品原AI一体机（PYD-MIN/PYD-PRO/PYD-MAX），搭载全国产自主设计和制造的江原D10加速卡，具备全国产、低功耗、高算力、强大视频编解码能力等特点。同时，该设备作为核心算力单元，采用"云-边-端"一体化协同架构，通过品高智算底座实现跨层级的算力调度和资源协同。在此基础上，品高股份提供完整的驱动、算子等推理软件栈，确保AI模型在国产硬件上的高效运行。
品高智算云底座技术架构图
在软件方面，项目以品高智算云底座为核心，通过资源池化、协同调度、服务化交付与数据闭环四大核心能力，形成“云-边-端”协同推理体系，可将边缘侧计算平台和中心的算力设备，以及其中部署的应用进行协同调度，最终实现AI应用协同。
云边端推理协调调度图
突破轻量化大模型优化技术
针对交通运输边缘场景计算资源受限的特点，系统提供边缘轻量化检测模型，通过自研GPU高效切割技术、分时复用技术以及算力资源快速回收设计，解决了边缘侧资源紧缺环境下多AI任务并行处理的行业难题，实现了算力资源的极致利用，为大规模部署奠定了基础。
提供持续演进的模型能力
该项目支持基于本地新增样本的增量训练模式，无需对模型进行全量重训，即可让系统快速学习新出现的危险品形态（如新型伪装违禁品）、复杂场景特征（如恶劣天气下的图像识别），确保模型性能随政策更新、风险变化持续优化，满足智慧交通长期发展的业务需求。
目前，该方案已成功应用于机场货运、地铁安检等场景，实现了从单一物品识别向行为、事件监测等全流程智能管控的转变。未来，品高股份会将该解决方案持续推广至轨道交通设施健康监测、城市停车管理、路协同安全预警等新领域，同时，也将依托现有成功案例，通过行业标准制定和生态合作，加速技术成果的产业化普及，服务于更广泛的智慧城市与数字交通建设。
