英偉達全球副總裁暴力拆解：如何用AI打造「超強大腦」與「城市之眼」？（附PPT）

CNET科技行者 9月26日 北京消息（文/黃雅琦）： GTC 2017 Keynote上，NVIDIA創始人兼CEO，黃掌門不止一次提到「Save money 」。

當然，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」。

玩笑聲的背後，NVIDIA正在將AI推廣至每個計算平台、每個架構、以及人類的每項工作中。

NVIDIA 全球副總裁兼智能機器事業部總經理 Deepu Talla

Deepu Talla，現任NVIDIA 全球副總裁兼智能機器事業部總經理，主要負責在工業機器人、商用無人機和視頻分析等設備上部署AI技術。

現在，他手裡掌握著NVIDIA兩大最重要的應用領域：機器人和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，專攻兩個話題：

一，NVIDIA機器人「大腦」——詳解「AI超級計算機」Jetson TX2平台；

二，AI城市，需要邊緣到雲的架構——詳解NVIDIA Metropolis平台。

在這場近50分鐘「乾貨」分享中，我們highlight了Deepu Talla的精彩要點：

一項深度學習工程的搭建，可分為訓練（Training ）和推理（Inference ）兩個環節。但第一步，需要創建神經網路。隨著深度神經網路在多種應用上取得極大成功，網路架構也變得越來越深。

在網路架構變化的同時，包括物聯網在內的終端設備數量也越來越多。因為這些設備直接連接感測器數據（攝像頭、麥克風、陀螺儀等），所以在終端設備上部署機器學習具有極大的吸引力。

但現在看來，頂級的機器學習系統還無法滿足終端設備的現狀：

1、要麼把感測器數據輸入到雲端的大型神經網路模型；

2、要麼直接在終端設備上使用簡單的機器學習模型。

前者存在帶寬、延時、數據隱私、網路連接這四大難題，但後者會降低系統的準確率。

為了克服這些問題，自然而然地就想到了分散式計算方法。層級分散式計算架構包括雲、邊緣與終端設備，NVIDIA推出端到端Training到Inference，後端伺服器到前端攝像頭）的深度學習平台。

Deepu Talla表示：

對訓練環節中神經網路的大量數據訓練，主要用的是DGX-1；

之後將訓練好的數據存入到雲和數據中心，這方面主要使用的是Tesla；

當然，也可以將這些數據部署到錄像機和攝像頭之中，這裡主要使用的是Jetson計算平台。

這裡他提到AI最主要的應用——機器人。

事實上，機器人早已不是單純地用來博人眼球的噱頭，諸多機器人應用已經真實落地於多個行業終端，包括醫療、零售、公共事業和交通領域等垂直行業當中。

Jetson TX2：名片大小，卻是機器人的「超強大腦」

在機器人部署中，如何讓機器擁有與人一樣的「意識」，Deepu Talla 提到三個環節：感知、思考、行動。為了讓機器人為行業輸出更大能力。於是，NVIDIA 升級Jetson計算平台，推出Jetson TX2。

正是這個僅為名片大小的平台，卻是機器人的「超強大腦」。

Jetson TX2是NVIDIA嵌入式計算系列產品繼Jetson TK1和TX1之後的又一突破。

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行，且功率低於7.5W。這使得Jetson TX2能夠在終端應用上運行更龐大、更深度的神經網路，讓設備更加智能，具有更高的精度和更快的響應時間，以執行如圖像分類、導航和語音識別等任務。

Jetson十大應用場景

NVIDIA Jetson嵌入式平台對機器人，IVA等行業的助益著實不容忽視。除此之外，NVIDIA也宣布推出Isaac機器人模擬器。

NVIDIA Isaac：在虛擬環境進行AI訓練和測試

NVIDIA Isaac機器人模擬器能夠實現在部署前模擬現實條件對智能機器進行訓練。Isaac將VR和AI這兩個先進技術加以融合，可為機器人提供一個虛擬環境進行AI訓練和測試。

在其構建的虛擬環境中，開發人員可通過虛擬現實技術來搭建各類測試場景，然後在幾分鐘內對其進行模擬，從而可以在虛擬世界中快速得到大量訓練數據，然後再利用AI技術從這些數據中訓練得到知識。

這些環節中，Deepu Talla特彆強調了四點：1、搭建場景需要像現實一樣真實； 2、虛擬環境必須符合物理法則，碰撞，壓力，效果都要與現實世界一樣；3、高性能計算，AI平台；4、虛擬世界入口，VR。

機器人之後，Deepu Talla 將話題轉到 AI 城市。

AI城市共建：NVIDIA用AI裝上「城市之眼」

「AI城市是一個巨大的AI推理挑戰，它可能需要使用大約1000萬個Tesla V100 GPUs來監控10億台攝像頭。 」Deepu Talla表示。

至於為什麼NVIDIA要進入到安防IVA領域，Deepu Talla表示，一方面是維護人身安全的需要；另一方面是行業需求，因為這個行業需要用到視頻分析，需要進行語音辨識，這兩個領域藉助深度學習再合適不過。

給智慧城市裝上「城市之眼」，NVIDIA核心競爭力在於：從解決方案的層面，NVIDIA提供從訓練到推理的解決方案，也可以提供從雲到數據中心到伺服器到端這樣的解決方案，覆蓋安防全行業。

目前，NVIDIA為打造AI城市已部署NVIDIA Metropolis平台。

Metropolis於今年5月份首次發布，是一個包含各種工具和技術從終端到雲端的視頻分析平台，以構建覆蓋交通與停車管理、執法、城市服務等各個方面更智能、更快速的AI賦能應用。

此外，NVIDIA正在與合作夥伴攜手，以助力中國建設更智慧、更安全的城市為目標，加快腳步。

海康威視在端到端解決方案中採用NVIDIA平台；

大華的方案為大型活動提供了數以百計的虛擬保安；

華為的方案用於監控交通流量；

阿里巴巴的解決方案可以監控交通堵塞並改善交通狀況。

下一步，挑選軟體合作夥伴

Deepu Talla向科技行者透露，NVIDIA正在通過新的合作夥伴計劃匯聚更多的全球最佳AI公司，以加速圍繞Metropolis的新產品開發。

在GTC2017現場，NVIDIA就展示不少「中國力量」。

JDrone：高空配送

京東 X已與北京、四川、陝西和江蘇等省市合作推出了試點項目，旨在將無人機用於快遞、農業、搜索和救援領域。憑藉擁有高性能、低能耗、小尺寸和先進視覺能力的Jetson，JDrones具有每小時100公里的航速，同時可以配送重達30公斤的包裹。其它京東無人機測試可承載多達200公斤。

海康威視：讓安防「火眼金睛」

海康威視將攝像機及網路錄像機與NVIDIA Jetson終端相結合，使用由NVIDIA Tesla P4 GPU加速器提供支持的雲伺服器，以及利用DGX-1 AI超級計算機的大規模計算能力進行訓練。 監控攝像頭採集到的視頻信息輸入系統，系統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）。

|關注科技行者（微信號：itechwalker），打開對話界面回復「黃仁勛」，可獲得【GTC2017黃仁勛演講】完整版高清PPT

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！