Video · Cloud-KI auf Clips
On-Device-NPU heute. Cloud-KI auf den Bytes, die Sie hochladen.
mos-roi-shader und mos-ai-runtime führen Triage auf der Box durch; ein Munic-Cloud-Produkt führt schwerere Pro-Clip-KI auf hochgeladenen Segmenten durch und führt sie mit dem Lifecycle-Ereignisstrom zusammen — Fahrerverhalten, DTC, OBD-Position, GNSS-Pose. Der Clip ist DSGVO-konform, wenn die Cloud ihn sieht.
Wie es funktioniert
Zwei KI-Stufen. Ein Lifecycle-Ereignisstrom.
Erfassung mit DSGVO-Live-Anonymisierung speist On-Device-NPU-Triage (mos-roi-shader und mos-ai-runtime) und das Rekorder-Segment. Das Segment wird über SFTP als DSGVO-konforme Bytes zu Cloud-KI hochgeladen. Fahrerverhalten, DTC/OBD-Position und GNSS-Pose speisen den Lifecycle-Ereignisstrom, der sich mit Cloud-KI-Pro-Clip-Inferenz zusammenführt und in das Flotten-Dashboard ausgibt.
flowchart TD CAP[Erfassung<br/>DSGVO-Live-Anonymisierung zum Erfassungszeitpunkt] --> NPU[NPU-Triage<br/>On-Device mos-roi-shader + mos-ai-runtime] CAP --> REC[Rekorder-Segment<br/>anonymisierter Clip] REC --> UPL[SFTP-Upload<br/>DSGVO-konforme Bytes] UPL --> CAI[Cloud-KI<br/>Pro-Clip-Inferenz] DRV[Fahrerverhalten] --> LS[Lifecycle-Ereignisstrom] OBD[DTC / OBD-Position] --> LS GNS[GNSS-Pose] --> LS LS --> CAI CAI --> DSH[Flotten-Dashboard]
On-Device-Triage läuft, bevor ein Byte die Box verlässt — Vulkan-ROI-Extraktion und NPU-Inferenz verwerfen irrelevante Frames. Was die Cloud erreicht, ist bereits anonymisiert und bereits gefiltert. Cloud-KI führt schwerere Pro-Clip-Modelle aus und führt sie mit dem AI Funnel Lifecycle-Ereignisstrom für flottenskaliertes Fahrerverhalten und Vorfalls-Korrelation zusammen.
Was Sie nicht schreiben
Die von MOS4 gelieferte Infrastruktur.
mos-roi-shader Vulkan-ROI-Extraktion mit dmabuf-zu-NPU-Zero-Copy auf Qualcomm über rpcmem/ION — keine CPU-Pixel-Kopien im KI-Hot-Path. Interessensbereiche werden extrahiert und ohne Verlassen der Beschleuniger-Speicherdomain an den NPU geliefert.
mos-ai-runtime .tflite-NPU-Inferenz auf iMX8M Plus und QCS6490 — Multi-Modell-Gleichzeitig-Ausführung über NPU-Slices, vom micro service verwaltet. Bringen Sie Ihre .tflite-Modelldatei mit; die Runtime übernimmt Scheduling, Speicher und Ergebnislieferung.
AI Funnel Cloud-Retraining, Quantisierung und OTA-Modelllieferung — verwaltet von der AI Funnel Pipeline. Neu trainierte Modelle landen auf dem Gerät ohne einen Firmware-Update-Zyklus. Integrationscode ist nicht erforderlich, um die Feedback-Schleife zu verdrahten.
lifecycle event correlation
TimeCorrelator hängt ein wall_clock_trustworthy-Flag an jeden
Lifecycle-Ereignis — Fahrerverhalten, DTC, OBD-Position, GNSS-Pose. Cloud-KI verwendet das
Flag, um zweideutige Zeitstempel-Übereinstimmungen vor dem Zusammenführen mit
Clip-Inferenz-Ergebnissen abzulehnen. DSGVO-Haltung ist unter /de/platform/compliance dokumentiert.
Geltungsbereich
Ein spezifisches Munic-Cloud-Produkt bietet die Pro-Clip-Inferenz und den Lifecycle-Merge, der auf dieser Seite beschrieben wird. Produktname, Preisgestaltung und Cloud-Architektur liegen außerhalb des Geltungsbereichs dieser Seite — dieses Gespräch beginnt mit dem Engineering. Verwenden Sie den CTA unten, um Kontakt aufzunehmen.
FAQ
Häufig gestellte Fragen
-
Wo läuft KI tatsächlich — On-Device oder in der Cloud?
Beide Stufen arbeiten zusammen. On-Device führen mos-roi-shader (Vulkan-ROI-Extraktion, dmabuf-zu-NPU-Zero-Copy) und mos-ai-runtime (.tflite-Inferenz auf NPU) Triage direkt auf der Box durch — irrelevante Frames werden verworfen, bevor sie das Gerät verlassen. Ein Munic-Cloud-Produkt führt dann schwerere Pro-Clip-Inferenz auf den hochgeladenen Segmenten durch. Die beiden Stufen ergänzen sich; Sie müssen nicht eine wählen.
-
Wie verknüpfe ich einen Clip mit einem Brems- oder DTC-Ereignis?
Die Zuordnung erfolgt Cloud-seitig über Zeitstempel-Korrelation. Der Lifecycle-Ereignisstrom trägt Fahrerverhalten-Signale, DTC-Codes, OBD-Position und GNSS-Pose mit Wall-Clock-Zeitstempeln. Die TimeCorrelator-Komponente hängt ein wall_clock_trustworthy-Flag an jedes Ereignis an, damit die Cloud zweideutige Korrelationen ablehnen kann. Sie schreiben die Korrelationslogik nicht — die AI-Funnel-Pipeline übernimmt sie.
-
Ist der Clip DSGVO-konform, wenn die Cloud ihn sieht?
Ja. Die Anonymisierung findet zum Erfassungszeitpunkt auf dem Gerät statt, bevor das Segment auf den Datenträger geschrieben wird. Die Cloud empfängt nie rohe Pixeldaten mit personenbezogenen Informationen. Auf der Seite /de/platform/compliance finden Sie die vollständige DSGVO-Haltung — Blur-Pipeline, Retention-Policy-Durchsetzung und Audit-Trail.
-
Schreibe ich KI-Runtime-Code?
Nein. mos-ai-runtime liefert die On-Device-.tflite-Inferenz-Engine — Multi-Modell-Gleichzeitig-Ausführung über NPU-Slices wird vom micro service übernommen. Die AI-Funnel-Pipeline deckt Cloud-Retraining, Quantisierung und OTA-Modelllieferung ab. Sie liefern die Modelldatei und den Integrationspunkt; MOS4 besitzt die Runtime.
-
Kann ich ein benutzerdefiniertes KI-Modell einsetzen?
Ja. mos-ai-runtime akzeptiert .tflite-Modelle und unterstützt Multi-Modell-Gleichzeitig-Ausführung über NPU-Slices auf unterstütztem Silizium (iMX8M Plus, QCS6490). Sie bringen das Modell; der micro service verwaltet Scheduling, dmabuf-zu-NPU-Zero-Copy und Ergebnislieferung an die AI-Funnel-Pipeline. Sprechen Sie mit dem Engineering für Silicon-spezifische Quantisierungshinweise.
Zwei KI-Stufen. Kein Integrationscode für die Runtime.
On-Device-NPU-Triage filtert vor dem Upload; ein Munic-Cloud-Produkt führt Pro-Clip-KI durch und führt sie mit dem Lifecycle-Ereignisstrom zusammen. Sprechen Sie mit dem Engineering, um das Modell und das Silizium zu skalieren.
Weiter
Andere Video-Funktionen
Multi-Kamera
Fünf Transporte · zwei SoC-Familien · eine Service-API.
Aufzeichnung mit Ereignis-Markierung
Rotatives FIFO + ereignismarkierte Clips + DSGVO-Live-Anonymisierung.
Live-Streaming
WebRTC · RTSP · SRT.
Clip abrufen
Sieben Service-Operationen · SFTP-Upload.
Ereignisgesteuertes Aufwecken
Sieben Quellen · < 5 s Bereitschaft.