GTC 2017 Keynote上，NVIDIA創(chuàng)始人兼CEO，黃掌門不止一次提到“Save money ”。
當(dāng)然，這是主會演講“PPT鬧情緒”期間，老黃為活躍氣氛而講的“玩笑話”。
玩笑聲的背后，NVIDIA正在將AI推廣至每個(gè)計(jì)算平臺、每個(gè)架構(gòu)、以及人類的每項(xiàng)工作中。
▲ NVIDIA 全球副總裁兼智能機(jī)器事業(yè)部總經(jīng)理 Deepu Talla
Deepu Talla，現(xiàn)任NVIDIA 全球副總裁兼智能機(jī)器事業(yè)部總經(jīng)理，主要負(fù)責(zé)在工業(yè)機(jī)器人、商用無人機(jī)和視頻分析等設(shè)備上部署AI技術(shù)。
現(xiàn)在，他手里掌握著NVIDIA兩大最重要的應(yīng)用領(lǐng)域：機(jī)器人和AI城市。
在GTC2017大會期間，Deepu Talla帶來一場名為“AI AT THE EDGE ”的主題演講，專攻兩個(gè)話題：
一，NVIDIA機(jī)器人“大腦”——詳解“AI超級計(jì)算機(jī)”Jetson TX2平臺；
二，AI城市，需要邊緣到云的架構(gòu)——詳解NVIDIA Metropolis平臺。
在這場近50分鐘“干貨”分享中，我們highlight了Deepu Talla的精彩要點(diǎn)：
一項(xiàng)深度學(xué)習(xí)工程的搭建，可分為訓(xùn)練（Training ）和推理（Inference ）兩個(gè)環(huán)節(jié)。但第一步，需要?jiǎng)?chuàng)建神經(jīng)網(wǎng)絡(luò)。隨著深度神經(jīng)網(wǎng)絡(luò)在多種應(yīng)用上取得極大成功，網(wǎng)絡(luò)架構(gòu)也變得越來越深。
在網(wǎng)絡(luò)架構(gòu)變化的同時(shí)，包括物聯(lián)網(wǎng)在內(nèi)的終端設(shè)備數(shù)量也越來越多。因?yàn)檫@些設(shè)備直接連接傳感器數(shù)據(jù)（攝像頭、麥克風(fēng)、陀螺儀等），所以在終端設(shè)備上部署機(jī)器學(xué)習(xí)具有極大的吸引力。
但現(xiàn)在看來，頂級的機(jī)器學(xué)習(xí)系統(tǒng)還無法滿足終端設(shè)備的現(xiàn)狀：
1、要么把傳感器數(shù)據(jù)輸入到云端的大型神經(jīng)網(wǎng)絡(luò)模型；
2、要么直接在終端設(shè)備上使用簡單的機(jī)器學(xué)習(xí)模型。
前者存在帶寬、延時(shí)、數(shù)據(jù)隱私、網(wǎng)絡(luò)連接這四大難題，但后者會降低系統(tǒng)的準(zhǔn)確率。
為了克服這些問題，自然而然地就想到了分布式計(jì)算方法。層級分布式計(jì)算架構(gòu)包括云、邊緣與終端設(shè)備，NVIDIA推出端到端Training到Inference，后端服務(wù)器到前端攝像頭）的深度學(xué)習(xí)平臺。
Deepu Talla表示：
對訓(xùn)練環(huán)節(jié)中神經(jīng)網(wǎng)絡(luò)的大量數(shù)據(jù)訓(xùn)練，主要用的是DGX－1；
之后將訓(xùn)練好的數(shù)據(jù)存入到云和數(shù)據(jù)中心，這方面主要使用的是Tesla；
當(dāng)然，也可以將這些數(shù)據(jù)部署到錄像機(jī)和攝像頭之中，這里主要使用的是Jetson計(jì)算平臺。
這里他提到AI最主要的應(yīng)用——機(jī)器人。
事實(shí)上，機(jī)器人早已不是單純地用來博人眼球的噱頭，諸多機(jī)器人應(yīng)用已經(jīng)真實(shí)落地于多個(gè)行業(yè)終端，包括醫(yī)療、零售、公共事業(yè)和交通領(lǐng)域等垂直行業(yè)當(dāng)中。
在機(jī)器人部署中，如何讓機(jī)器擁有與人一樣的“意識”，Deepu Talla 提到三個(gè)環(huán)節(jié)：感知、思考、行動。為了讓機(jī)器人為行業(yè)輸出更大能力。于是，NVIDIA 升級Jetson計(jì)算平臺，推出Jetson TX2。
Jetson TX2是NVIDIA嵌入式計(jì)算系列產(chǎn)品繼Jetson TK1和TX1之后的又一突破。
它所提供的性能為早前版本的兩倍，即能夠以兩倍以上的功效運(yùn)行，且功率低于7．5W。這使得Jetson TX2能夠在終端應(yīng)用上運(yùn)行更龐大、更深度的神經(jīng)網(wǎng)絡(luò)，讓設(shè)備更加智能，具有更高的精度和更快的響應(yīng)時(shí)間，以執(zhí)行如圖像分類、導(dǎo)航和語音識別等任務(wù)。
NVIDIA Jetson嵌入式平臺對機(jī)器人，IVA等行業(yè)的助益著實(shí)不容忽視。除此之外，NVIDIA也宣布推出Isaac機(jī)器人模擬器。
NVIDIA Isaac機(jī)器人模擬器能夠?qū)崿F(xiàn)在部署前模擬現(xiàn)實(shí)條件對智能機(jī)器進(jìn)行訓(xùn)練。Isaac將VR和AI這兩個(gè)先進(jìn)技術(shù)加以融合，可為機(jī)器人提供一個(gè)虛擬環(huán)境進(jìn)行AI訓(xùn)練和測試。
在其構(gòu)建的虛擬環(huán)境中，開發(fā)人員可通過虛擬現(xiàn)實(shí)技術(shù)來搭建各類測試場景，然后在幾分鐘內(nèi)對其進(jìn)行模擬，從而可以在虛擬世界中快速得到大量訓(xùn)練數(shù)據(jù)，然后再利用AI技術(shù)從這些數(shù)據(jù)中訓(xùn)練得到知識。
這些環(huán)節(jié)中，Deepu Talla特別強(qiáng)調(diào)了四點(diǎn)：1、搭建場景需要像現(xiàn)實(shí)一樣真實(shí)； 2、虛擬環(huán)境必須符合物理法則，碰撞，壓力，效果都要與現(xiàn)實(shí)世界一樣；3、高性能計(jì)算，AI平臺；4、虛擬世界入口，VR。
機(jī)器人之后，Deepu Talla 將話題轉(zhuǎn)到 AI 城市。
AI城市共建：NVIDIA用AI裝上“城市之眼”
“AI城市是一個(gè)巨大的AI推理挑戰(zhàn)，它可能需要使用大約1000萬個(gè)Tesla V100 GPUs來監(jiān)控10億臺攝像頭。 ”Deepu Talla表示。
至于為什么NVIDIA要進(jìn)入到安防IVA領(lǐng)域，Deepu Talla表示，一方面是維護(hù)人身安全的需要；另一方面是行業(yè)需求，因?yàn)檫@個(gè)行業(yè)需要用到視頻分析，需要進(jìn)行語音辨識，這兩個(gè)領(lǐng)域借助深度學(xué)習(xí)再合適不過。
NVIDIA全球副總裁暴力拆解：如何用AI打造“超強(qiáng)大腦”與“城市之眼”？（附PPT）
給智慧城市裝上“城市之眼”，NVIDIA核心競爭力在于：從解決方案的層面，NVIDIA提供從訓(xùn)練到推理的解決方案，也可以提供從云到數(shù)據(jù)中心到服務(wù)器到端這樣的解決方案，覆蓋安防全行業(yè)。
目前，NVIDIA為打造AI城市已部署NVIDIA Metropolis平臺。
Metropolis于今年5月份首次發(fā)布，是一個(gè)包含各種工具和技術(shù)從終端到云端的視頻分析平臺，以構(gòu)建覆蓋交通與停車管理、執(zhí)法、城市服務(wù)等各個(gè)方面更智能、更快速的AI賦能應(yīng)用。
此外，NVIDIA正在與合作伙伴攜手，以助力中國建設(shè)更智慧、更安全的城市為目標(biāo)，加快腳步。
?？低曉诙说蕉私鉀Q方案中采用NVIDIA平臺；
大華的方案為大型活動提供了數(shù)以百計(jì)的虛擬保安；
華為的方案用于監(jiān)控交通流量；
阿里巴巴的解決方案可以監(jiān)控交通堵塞并改善交通狀況。
下一步，挑選軟件合作伙伴
Deepu Talla向科技行者透露，NVIDIA正在通過新的合作伙伴計(jì)劃匯聚更多的全球最佳AI公司，以加速圍繞Metropolis的新產(chǎn)品開發(fā)。
在GTC2017現(xiàn)場，NVIDIA就展示不少“中國力量”。
JDrone：高空配送
京東 X已與北京、四川、陜西和江蘇等省市合作推出了試點(diǎn)項(xiàng)目，旨在將無人機(jī)用于快遞、農(nóng)業(yè)、搜索和救援領(lǐng)域。憑借擁有高性能、低能耗、小尺寸和先進(jìn)視覺能力的Jetson，JDrones具有每小時(shí)100公里的航速，同時(shí)可以配送重達(dá)30公斤的包裹。其它京東無人機(jī)測試可承載多達(dá)200公斤。
NVIDIA全球副總裁暴力拆解：如何用AI打造“超強(qiáng)大腦”與“城市之眼”？（附PPT）
?？低暎鹤尠卜馈盎鹧劢鹁Α?/p>
?？低晫z像機(jī)及網(wǎng)絡(luò)錄像機(jī)與NVIDIA Jetson終端相結(jié)合，使用由NVIDIA Tesla P4 GPU加速器提供支持的云服務(wù)器，以及利用DGX－1 AI超級計(jì)算機(jī)的大規(guī)模計(jì)算能力進(jìn)行訓(xùn)練。 監(jiān)控?cái)z像頭采集到的視頻信息輸入系統(tǒng)，系統(tǒng)會自動分離出所有人（包括人臉、衣著甚至背影）和所有汽車（包括車牌、顏色、年款）。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
