边缘 AI 处理器的许多现有和新兴市场应用均为多摄像头 AI 用例。多摄像头 AI 类似于 AI 盒。区别在于，在多摄像头 AI 中，多个摄像头通过 MIPI CSI-2 直接连接到系统，而来自远程摄像头的编码位流则通过 AI 盒中的以太网流式传输到系统。多摄像头 AI 的用例包括但不限于以下应用：

• 监控摄像头是比较常见的多摄像头 AI 用例之一。监控摄像头的应用包括安防、交通监控等。为了维护特定区域的安全，摄像头会对家庭、工作场所或公共场所等特定区域进行监控和录像。为了进行交通监控和管理，人们会在交叉路口、学校区域和经常拥堵的道路上安装摄像头，用于监测交通流量和事故情况。通常，监控摄像头系统连接到网络，录制的活动会进行编码并上传到云端，以便保存和远程查看。
• 移动 DVR 广泛用于从车辆内外安装的摄像头录制视频录像，对于车内监控、防盗和发生事故时的取证非常有用。虽然移动 DVR 与监控摄像头系统非常相似，但移动 DVR 将录制的视频片段保存在本地存储设备中，例如安全数字 (SD) 卡或固态硬盘 (SSD)。

图 3-3 展示了 AM69A 上的多摄像头 AI 用例示例的数据流。在此示例中，使用两个 MIPI CSI-2 聚合器将八个 2MP 摄像头组合在一起，并通过两个 MIPI CSI-2 RX 端口以 30fps 的速率采集，这是与 AI 盒的主要区别。经过 ISP（图像信号处理器）、去马赛克和镜头失真校正的图像通过 MSC 缩减为较小的分辨率。通过深度学习预处理、MMA 上的深度学习网络和深度学习后处理获得的输出由硬件加速的 H.264 或 H.265 编码器进行编码，然后流式传输或保存到存储中。表 3-3 显示了多摄像头 AI 用例（带有八个 2MP 摄像头通道）的资源利用率和估算功耗。