海清智元分享多光谱AI实践 推动运维从异常告警走向风险研判

海清智元研发总监李杰近日在物理AI技术研讨会上分享了基于NVIDIA Jetson平台的多光谱AI应用实践，探讨通过现场感知、边缘计算与行业模型协同，推动算力中心安全运维从异常告警走向风险研判与处置验证。

李杰指出，随着高密度GPU集群部署，算力中心供配电、制冷与IT负载耦合加深，局部过热、异常放电和液冷泄漏等风险难以依靠单一测点或周期巡检判断。现有监控系统还面临数据对象不统一、告警过载、感知盲区及专家经验分散等问题，智能化升级需要将现场信号关联到具体设备和风险事件，贯通研判、检查、处置与复检流程。

海清智元从紫外、红外、可见光多光谱感知出发，通过时空对齐将异常放电线索、设备表面温度及现场状态关联到同一设备，并结合历史数据建立健康基线，以多模态知识图谱和视频语言模型组织风险证据。围绕设备密集、遮挡较多的特点，公司构建了柜内固定节点、空间感知终端与移动巡检设备协同的三重防御体系。

在广东某数据机房案例中，系统持续发现同一位置异常放电线索，现场开柜检查确认低压配电柜存在电容器漏液及电火花隐患并开展处置。边缘计算方面，海清智元基于NVIDIA Jetson AGX Orin部署多光谱AI模型，开展视频抽帧调度、并发推理时序配准及图像压缩等优化。大小模型协同方面，目标检测小模型初筛后由业务规则路由至大模型复核，再结合实时信号、历史状态与行业知识形成研判依据。

此外，海清智元还展示了机器人肩部搭载方案，将多光谱感知设备与移动载体结合，采集可见光、红外及紫外数据，通过模型进行风险研判，并可联动机器人执行警示动作。