受益於 ARMADAR 和 OCTEON TXR 多核心處理器產品的組合優點，在處理位於邊際網路、需求嚴苛的各類應用程式方面，MarvellR 處於領先地位。 這些應用程式可服務包括小型企業、工業規格和大型企業在內的眾多市場，需要高效率的封包處理、機器學習和雲端連線等特殊技術。

Marvell於Arm TechCon 2018中展示了由 AWS Greengrass 支援的邊緣運算技術

Marvell 與 Amazon Web ServicesR (AWS) 合作，在聖荷西會議中心舉行的科技論壇上，透過令人興奮的嶄新示範, 向 Arm TechCon 的與會者展示邊緣運算應用程式的各項功能。

此次展示以自動化停車場來進行示範。採用 ARMADA 處理器的 Marvell MACCHIATObinR 社區開發板, 整合 AWS GreengrassR 軟體，作為邊際運算節點。兩台攝影機放置於停車場的入口和出口處, Marvell 邊際運算節點接收來自兩台攝影機的視訊串流。 ARMADA 處理器執行 AWS 的Greengrass Core，運算兩個 Lambda 函數來處理傳入的視訊, 以辨識進入停車場的車輛車牌，然後查驗車輛是否授權或未授權進入停車場。

第一個 Lambda 函數將執行自動車牌辨識 (OpenALPR) 軟體來取得車牌號碼，並將車牌號碼與柵欄 ID (入口/出口) 一起傳送到在 AWSR 雲端上執行的 Lambda 函數，該函數將存取 DynamoDBR 資料庫。 雲端 Lambda 函數將負責讀取 DynamoDB 白名單資料庫以確定是否授權汽車。

此資訊將被回傳送到邊際網路MACCHIATObin 板上的第二個 Lambda 函數，用以管理停車場容量以及開關柵欄。 此 Lambda 函數會將活動記錄到 AWS Cloud ElasticsearchR 服務，該服務為開源資料視覺化引擎 KibanaR 的後端。

Kibana 可讓遠端操作人員直接存取有關停車場停車率、入口柵欄狀態和出口柵欄狀態的資訊。此外，AWS Cognito 服務將對使用者進行驗證，確認是否可存取 Kibana。

在 AWS Cloud Lambda 函數將判定 (允許/拒絕) 傳送到 MACCHIATObin 上執行的第二個 Lambda 函數後，MACCHIATObin 將負責與柵欄控制器通訊，該控制器由 Marvell ESPRESSObinR 開發板組成，用於打開/關閉柵欄。

ESPRESSObin 開發板執行AWS Greengrass 作為物聯網裝置，負責從 MACCHIATObin 開發板的第二個 Lambda 函數收取資訊開啟柵欄。

此次示範展現出在邊際應用 AWS Lambda 執行機器學習運算的能力，透過高效能、低功耗的 Marvell OCTEON TX 和 ARMADA 多核心處理器來達成非常快速的辨識過程。Marvell 基礎架構處理器涵蓋一系列高階網路和安全性應用程式，這些應用程式來自成熟的ArmR 生態系統，能在邊際網路環境中執行多核心的機器學習。