上海安防网-欧美欧美欧美-上海安全防范报警协会

2017 GTC大會：大華股份詮釋AI在智慧城市應用價值

       NVIDIA創始人兼CEO黃仁勛在演講中表示，AI已無處不在，兩股力量正推動計算機領域的未來。第一，摩爾定律已終結，設計人員無法再創造出可以實現更高指令集并行性的CPU架構；第二，深度學習正在引領軟件和計算機領域的變革。深度學習、大數據和GPU計算的結合引爆了AI革命。

       本次大會，大華股份作為全球安防行業最具規模和技術創新能力的領軍企業，向全球展示了公司在邊緣計算、深度學習、人工智能等新領域的應用及創新突破。大華股份研發中心中央研究院院長殷俊發表了以《GPU加速智慧城市的視頻應用》為題的精彩演講，以下是殷院長的分享：

一、智慧城市中，AI已開始滲透到各個行業

        人工智能技術快速發展，逐步走進了我們生活的方方面面，并以各種方式顛覆傳統，安防行業也正在被顛覆。安防行業擁有海量的訓練樣本，這給予了人工智能最好的發展土壤，是目前AI發展的最重要的因素。目前，人工智能已融入到大華的平安城市、智慧交管、司法監獄、智能樓宇、金融、交通、智慧城市等各行業應用中。

二、深度學習加速人工智能普及

       “在智能化應用過程中，算法，尤其是深度學習的普及提升到可用的能力，大大加速產品化和商業化。”殷院長講道，“深度學習提升了智慧城市數據挖掘能力，如交通大數據及人臉大數據解決方案的實現表明許多只能停留在概念階段的想法將成為商品化可能。深度學習以數據作為驅動，極大加速新領域算法的實現速度，以及性能快速迭代的速度，以更少的資源發揮更大的價值。深度學習是計算視覺領域革命性的進步！”

三、海量視頻數據的快速處理能力

殷院長將大數據時代應對海量視頻數據處理的核心定義為：存儲，算法，算力。

        在存儲方面，大華推出智能云存儲，云存儲+AI，打造一站式智能融合新體驗。關于其性能，殷院長解釋道：“ 高性能——數據和控制分離，文件多節點并發訪問，最小系統讀寫性能達到4GB/s以上；高可靠——設備級、硬盤級、文件級容錯，單硬盤損壞數據可自動恢復，恢復速度高達100TB/小時；彈性存儲——可存儲PB級視頻數據，彈性擴展無需數據遷移，性能和容量隨節點數增加而線性增加等等。”

        同時，殷院長也指出，AI計算不能只有訓練部分，必須也包含推理，GPU只適合訓練（training），不適合推理（inference）的觀點已經過時了，今后的深度學習平臺，不僅僅是一個訓練平臺，也不僅僅只是針對某些領域的應用平臺，而是能夠讓深度學習各方面應用真正落地的“云計算業務平臺”。

        值得一提的是，黃仁勛在介紹本次大會中宣布推出的NVIDIA TensorRT 3的重要特點時說道：“原先TensorRT更擅長圖像處理等方面深度學習的應用，而TensorRT 3無論是云、數據中心、機器、機器人等等，都能夠輕易處理。可以預見，今后大華基于NVIDIA平臺的解決方案將更加具有行業針對性及多樣化。”  

四、大華深度學習系列智能服務器——睿智服務器

在實戰方面，殷院長向我們介紹了今年大華面向行業發布的采用NVIDIA P4板卡的深度學習“睿智”服務器。

       殷院長提到：“目前攝像機存量大、新增市場容量巨大、非智能攝像機需要通過服務器進行智能分析，而通用服務的智能分析能力弱、成本高、密度低、能耗大。而高性能GPU智能服務器擁有并發大、密度高、單位能耗低、單位成本低的特點，正是面對人工智能與大數據時代的核心產品。大華睿智服務器，同時支持8塊NVIDIA GPU板卡，最高192路1080p視頻分析，擁有目標分類及特征提取，視頻結構化系統，能夠從應用場景和性能上真正解決用戶的實際需求。”

五、邊緣計算

      “未來大量的前端設備，也需要強大的計算能力。“在演講的最后，殷院長談到了邊緣計算的概念。未來隨著數據的大量增長，把所有的數據都傳到云端處理，不管是從網絡帶寬還是處理效率方面來考慮都不是最佳的選擇。將原本由中心節點處理的業務加以分解，分散到邊緣節點來處理，數據的分析更接近數據來源，才更加適合大數據的處理。”將數據的分析處理分布到網絡的邊緣，例如行為分析、人員密度、人體屬性、人臉屬性、人臉識別、立體視覺等大量的處理功能都能在前端的攝像頭或是NVR產品中實現，同時配合后端的大數據平臺，將會是未來的主流形式。“殷院長說。

       未來我們相信每個攝像機都是一雙眼睛，能夠看懂各種場景，甚至能告訴我們每天、每月發生的故事；從城市的維度看，海量的攝像機正是一雙雙眼睛幫助我們更清晰地發現城市的管理情況，幫忙我們考慮如何去優化城市的交通、人流等等。我們希望通過科技的進步讓生活更美好，讓城市更綠色。