侵权投诉
订阅
纠错
加入自媒体

借助GPU抢占AI制高点的安防企业有哪些?

2017-03-14 14:51
论恒
关注

    GPU与CPU的性能PK

    在人工智能 (AI) 新时代,深度学习以不同于史上其他计算模型的方式改变着世界。搜索引擎、互动语音和视频推荐显然是我们日常使用的众多 AI 服务中的几项。采用 Pascal 架构的 NVIDIA GPU 为 AI 新时代提供计算引擎,可加快深度学习应用程序的训练和部署速度,从而带来卓越的用户体验。

    响应速度是决定用户是否采用互动语音、视觉搜索和视频分析等服务的关键因素。随着深度学习模型的准确性和复杂性越来越高,CPU 已经无法再提供交互式用户体验。Tesla P4 可实现实时响应,推理性能为 CPU 的 40 倍。

    视频结构化助力智慧城市建设

    从技术角度来说,智慧城市就是感知、分析和提取城市系统的各种信息并做出相对应反馈的一整套城市管理系统,其中,原始的视频数据是城市系统信息的重要组成部分。现如今,海量视频数据已成必然,需要一套可以自动从视频中提取结构化信息的方案,把视频、图像“翻译”成机器可以理解的语言,并进行保存,确保后续提供给上层应用平台调用和处理的素材。

    视频结构化的意义

    视频或者图像数据,从前端传感器直接获得,从技术上来说,是一种非结构化信息。只有在实现结构化处理之后,才能将其中有价值的数据直观、高效的保存、处理和应用。在智慧城市建设中,有成千上万路监控摄像头或者传感器,昼夜不停地监视或采集其他原始数据。其中,会产生海量的音视频数据,需要监控管理平台处理。即便人力充沛的情况下,面对庞大的视频数据,要求快速、准确地从海量数据中找到有效的信息,几乎是不可能的。受制于肉眼识别劳动强度的极限,在发生紧急事件时,人力调配和视频资源往往存在矛盾,不依靠计算机自动进行筛选,必然造成贻误战机。

    视频结构化就是实现将海量视频中的人、车目标进行提取并识别的过程。一旦有重要事件发生,系统就可在数据库中快速查找到关键的“人”、“车”、“物”等相关音视频线索。针对海量监控视频录像的事后分析,传统以人海战术为主的视频线索查找,显然不能满足高效查找,正面临巨大挑战,急需一种更为高效的、自动的、智能的系统实现上述需求。

    深度学习技术,助力视频结构化

    安防行业中,通过深度学习对视频进行结构化信息提取,完成了传统算法无法完成的功能,算法效果也得到大幅度提高。

    在安防大数据及深度学习的大背景下,具有研发实力的厂商纷纷基于GPU进行视频相关产品(前端智能及后端服务器等)研发,之前被称为视频核弹的Jetson TX1 GPU模块,已经广泛应用于人工智能市场(包括无人机、机器人等设备)及安防监控市场(智能摄像机、人脸识别摄像机等),安防厂商海康、宇视、文安及格灵等公司,均已展示了相关的产品。

    NVIDIA的GPU形成了不同目标应用的产品体系,如在人工智能和自动驾驶领域,形成了以TeslaP100为核心的训练体系,以P4/P40为核心的数据中心推理体系,以及以Jetson TX1为核心的智能设备体系。

    近日,安防领导企业大华首发推出了基于Tesla-P4的视频结构化服务器,混搭E5系列CPU及8块P4卡 GPU的服务器,具有超强的运算能力,据说其最大可支持192路1080P高清实时视频分析,完成结构化信息提取,不可谓不强大。

    据相关资料,该服务器采用NVIDIA? Tesla? P4 GPUs作为核心处理负载,功耗低,性能强,相较于市场上同类别的产品,视频处理能力将提高50倍以上。单块Tesla P4可以取代13台CPU服务器,与传统的CPU方案相比,处理推理应用的能效比与CPU相比提高了40倍,节省成本(包括服务器成本和电力成本)超过800%。小编认为,基于GPU的优势及视频分析工作的特性,确实可能有如此强悍的运算能力提升,不过也很考验厂商的优化能力。

    深度视频服务器的发展

    安防监控的未来在智能,智能的实现在于大数据,大数据的核心是深度学习,深度学习的引擎是GPU(目前),NVIDIA的GPU芯片Tesla P4发布不到半年,就有安防厂商推出了基于该芯片的视频结构化服务器,不可谓不快速高效!

    从TX1到目前的P4/P40,伴随GPU的快速升级,安防厂商能第一时间结合安防实际情况投入研发并落地产品,非常值得一赞。但是,相关产品的推出是借势GPU进行自我营销还是货真价实的成果落地?Tesla P4 与 CPU 的协同配合真的能够实现理论上的40倍性能提升还是仅仅是理论?安防AI的诸多问题,仅仅依靠一块高性能的GPU能够得到多大改善? 拭目以待!


声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号