智能圖像分析/物聯網 – NVIDIA 技術博客

智能圖像分析/物聯網 – NVIDIA 技術博客 http://www.open-lab.net/zh-cn/blog 閱讀開發者創建的最新技術信息、頭條新聞和內容。 Fri, 18 Nov 2022 02:53:20 +0000 zh-CN hourly 1 196178272 領先的 MLPerf Training 2.1 ，具有針對 AI 的全棧優化 http://www.open-lab.net/zh-cn/blog/leading-mlperf-training-2-1-with-full-stack-optimizations-for-ai/ Wed, 09 Nov 2022 06:26:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=5672 Continued]]> MLCommons 開發的 MLPerf 基準是組織衡量其機器學習模型跨工作負載培訓性能的關鍵評估工具。 MLPerf Training v2.1- 這個以 AI 培訓為重點的基準套件的第七次迭代測試了廣泛流行的 AI 用例的性能，包括以下：許多人工智能應用程序利用流水線中部署的多個人工智能模型。這意味著，人工智能平臺必須能夠運行當今可用的所有模型，并提供支持新模型創新的性能和靈活性。 NVIDIA AI platform 在此輪中提交了所有工作負載的結果，它仍然是唯一一個提交了所有 MLPerf 培訓工作負載結果的平臺。在這一輪中， NVIDIA 使用新的 H100 Tensor Core GPU 提交了其首個 MLPerf 訓練結果，與首次提交的 A100 Tensor Core GPU 相比，性能提高了 6.7 倍，與最新的 A100 結果相比，

]]>

5672

將加速基因組分析擴展到 RNA 、基因面板和注釋 http://www.open-lab.net/zh-cn/blog/expanding-accelerated-genomic-analysis-to-rna-gene-panels-and-annotation/ Tue, 22 Feb 2022 04:30:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=3090 Continued]]> NVIDIA Clara Parabricks v3 的發布。 6 去年夏天，在全基因組和全外顯子組測序分析綜合工具包中添加了多個加速體細胞變異調用者和用于注釋和質量控制 VCF 文件的新工具。在 2022 年 1 月發布的 Clara Parabricks v3 中。 7.NVIDIA 將工具包的范圍擴展到新的數據類型，同時繼續改進現有工具： Clara Parabricks v3 。 7 顯著拓寬了 Clara Parabricks 的功能范圍，同時繼續投資于領先的全基因組和全外顯子組管道領域。為了解決人類參考基因組的最新更新問題，并使重新排列讀數便于大型研究， NVIDIA 開發了一種新的工具。 Parabricks 可以從 BAM 文件中提取 FASTQ 格式的讀取數據，為 GATK 或等工具提供了一個加速的替代品。

]]>

3090

學習構建實時視頻 AI 應用程序 http://www.open-lab.net/zh-cn/blog/learn-to-build-real-time-video-ai-applications/ Tue, 25 Jan 2022 06:48:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=2890 Continued]]> 視頻分析依靠計算機處理和視頻內容的自動分析來檢測和確定時間和空間事件。隨著視頻迅速成為傳遞信息的主要媒體形式，該領域預計在未來十年將經歷兩位數的增長。隨著生成的視頻數據量以前所未有的速度增長，分析這些信息的能力和愿望也在增長。智能視頻分析（ IVA ）利用計算機視覺從非結構化視頻數據中提取有價值的信息，處于這一新興領域的前沿。利用深度學習模型幫助機器理解視覺數據的計算機視覺，由于 HPC 和神經網絡，在過去幾年中得到了極大的改進。它通過一系列任務（如圖像分類、目標檢測和分割）將像素轉換為可用數據。它的一些用例包括行為分析、增強的安全措施、操作管理、光學檢查和內容過濾。它還幫助了自動駕駛汽車、智能零售、智能城市和智能醫療等新興行業。認識到 IVA 的潛力，組織迫切希望開發利用這項技術的應用程序。 NVIDIA ，通過 DeepStream SDK 還有 TAO…

]]>

2890

使用 NVIDIA DALI 加速醫學圖像處理 http://www.open-lab.net/zh-cn/blog/accelerating-medical-image-processing-with-dali/ Tue, 18 Jan 2022 04:23:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=2819 Continued]]> 深度學習模型需要大量數據才能產生準確的預測，隨著模型規模和復雜性的增加，這種需求日益迫切。即使是大型數據集，例如擁有 100 多萬張圖像的著名 ImageNet ，也不足以在現代計算機視覺任務中實現最先進的結果。為此，需要使用數據增強技術，通過對數據引入隨機干擾（如幾何變形、顏色變換、噪聲添加等），人為地增加數據集的大小。這些干擾有助于生成預測更穩健的模型，避免過度擬合，并提供更好的精度。在醫學成像任務中，數據擴充至關重要，因為數據集最多只包含數百或數千個樣本。另一方面，模型往往會產生需要大量 GPU 內存的大激活，特別是在處理 CT 和 MRI 掃描等體積數據時。這通常會導致在小數據集上進行小批量的培訓。為了避免過度擬合，需要更精細的數據預處理和擴充技術。然而，預處理通常對系統的整體性能有重大影響。這在處理大輸入的應用程序中尤其如此，例如體積圖像。

]]>

2819

使用 NVIDIA DeepStream SDK 管理運行時的視頻流 http://www.open-lab.net/zh-cn/blog/managing-video-streams-in-runtime-with-the-deepstream-sdk/ Mon, 10 Jan 2022 07:52:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=2752 Continued]]> 交通監控系統、醫療保健和零售業都從智能視頻分析（ IVA ）中受益匪淺。 DeepStream 是一個 IVA SDK 。 DeepStream 使您能夠在運行時附加和分離視頻流，而不會影響整個部署。這篇文章討論了使用 DeepStream 添加和刪除流的細節。我還介紹了如何跨多個孤立的數據中心集中管理大型部署，使用來自多個攝像頭的流服務于多個用例。 NVIDIA DeepStream SDK 是一種用于多傳感器處理的流分析工具包。流式數據分析用例正在你眼前發生變化。 IVA 在更智能的空間中有著巨大的幫助。DeepStream 運行在離散的 GPU ，如NVIDIA T4 ， Nvidia 安培架構和系統芯片上的平臺，如 NVIDIA Jetson 系列的設備。 DeepStream 具有靈活性，使您能夠使用以下任一功能構建復雜的應用程序：

]]>

2752

NVIDIA Metropolis 合作伙伴在 CES 2022 上展示視覺 AI 交通優化 http://www.open-lab.net/zh-cn/blog/nvidia-metropolis-partners-showcase-vision-ai-traffic-optimization-at-ces-2022/ Tue, 04 Jan 2022 04:27:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=2721 Continued]]> 消費電子展（ CES ）是由消費者技術協會組織的年度貿易展，匯集了致力于改變交通和道路的思想領袖、產品和技術，交通和道路是日常生活的重要組成部分。由于道路有限，人口不斷增長，城市越來越希望通過自動化和模擬來管理交通和受限的基礎設施。NVIDIA 合作伙伴正在全球部署 NVIDIA 都市視頻分析平臺，利用實時傳感器和人工智能來設計更有效的道路，優化交通安全和運營。以下 NVIDIA Metropolis 合作伙伴展示了他們如何幫助管理 CES 上的 AI 流量。 Asilla ： Asilla 開發了行為識別 AI 解決方案，使用姿勢估計技術來增強公共安全。 Asilla 通過實時檢測異常行為并對事件做出快速響應，幫助城市和廣泛的行業提高安全保障。在 Sands Hall 的 51127 號展位查看 Asilla 。 Bitsensing ：

]]>

2721

使用 NVIDIA TAO 和 NVIDIA DeepStream開發和部署您的自定義動作識別應用程序，而無需任何人工智能專業知識 http://www.open-lab.net/zh-cn/blog/developing-and-deploying-your-custom-action-recognition-application-without-any-ai-expertise-using-tao-and-deepstream/ Thu, 02 Dec 2021 06:08:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=2536 Continued]]> 作為人類，我們每天都在不停地移動，做一些動作，比如走路、跑步和坐著。這些行為是我們日常生活的自然延伸。構建能夠捕獲這些特定動作的應用程序在體育分析領域、醫療保健領域、零售領域以及其他領域都非常有價值。然而，構建和部署能夠理解人類行為的時間信息的人工智能應用程序既具有挑戰性又耗時，需要大量培訓和深入的人工智能專業知識。在這篇文章中，我們將展示如何快速跟蹤 AI 應用程序的開發，方法是采用預訓練的動作識別模型，使用 NVIDIA TAO Toolkit 自定義數據和類對其進行微調，并通過 NVIDIA DeepStream 部署它進行推理，而無需任何 AI 專業知識。要識別一個動作，網絡不僅要查看單個靜態幀，還要查看多個連續幀。這提供了理解操作的時間上下文。這是與分類或目標檢測模型相比的額外時間維度，其中網絡僅查看單個靜態幀。

]]>

2536

速度的需要：使用 NVIDIA GPU 和 SmartNIC 的邊緣 AI，第2部分 http://www.open-lab.net/zh-cn/blog/the-need-for-speed-edge-ai-with-nvidia-gpus-and-smartnics-part-2/ Wed, 01 Dec 2021 05:15:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=2497 Continued]]> 這是由兩部分組成的系列文章中的第二篇。第一篇文章描述了如何使用預裝驅動程序集成英偉達 GPU 和網絡運營商 . 本文介紹了以下任務：預安裝的驅動程序集成方法適用于需要簽名驅動程序的邊緣部署，以實現安全和可測量的引導。當邊緣節點具有不可變的操作系統時，請使用驅動程序容器方法。當并非所有邊緣節點都有加速器時，驅動程序容器也適用。首先，卸載以前的配置并重新啟動以清除預安裝的驅動程序。 3 .卸載 MOFED 以刪除預安裝的驅動程序和庫。 4 .拆下 GPU 測試盒。 5 .卸載英偉達 Linux 驅動程序。 6 .拆下 GPU 操作器。 7 .重新啟動。本節介紹使用自定義驅動程序容器安裝網絡運營商的步驟。在容器映像中執行的驅動程序構建腳本需要訪問目標內核的內核開發包。在本例中，

]]>

2497

通過大都會和 Fleet 命令加速邊緣 AI http://www.open-lab.net/zh-cn/blog/accelerated-edge-ai-with-metropolis-and-fleet-command/ Wed, 27 Oct 2021 03:45:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=2087 Continued]]> 大約 10 億臺攝像機——終極物聯網（ IoT ）傳感器——已經部署在世界各地的城市和空間，以幫助我們生活得更好、更安全。優化 AI 支持的視頻分析對于無摩擦零售、優化庫存管理、智能城市交通工程、工廠地面光學檢查、醫療設施的患者護理等至關重要。 NVIDIA Metropolis 是一個應用程序框架、一套開發工具和合作伙伴生態系統，它將可視數據和人工智能結合在一起，以提高廣泛行業的運營效率和安全性。但大規模人工智能的發展之路是艱難的。從定義需求、采購硬件、開發和微調軟件、 IT 和安全審查，到在每個站點實際安裝和更新系統和應用程序軟件，這一過程艱巨、耗時且成本高昂。當開發人員專注于構建 AI 應用程序時，他們的操作效果最好，并且不需要承擔在邊緣位置部署 AI 時可能出現的硬件、安全性和可伸縮性問題的支持責任。

]]>

2087

Metropolis 聚光燈： Sighthound 通過 NVIDIA GPU 加速人工智能技術增強交通安全 http://www.open-lab.net/zh-cn/blog/metropolis-spotlight-sighthound-enhances-traffic-safety-with-nvidia-gpu-accelerated-ai-technologies/ Mon, 04 Oct 2021 09:48:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=1850 Continued]]> NVIDIA Metropolis 合作伙伴Sighthound – 以前的 Boulder AI 正通過軟件和硬件解決方案幫助城市改善交通管理和行人安全，為邊緣數據智能帶來云本機解決方案。為了設計高效、公平和可持續的基礎設施，城市規劃者依賴于準確的道路使用數據。 Sighthound 構建了邊緣化、以道路為中心的產品，為城市提供數據，用于保護十字路口行人、量化停車占用率和分析公路利用率的應用。 Sighthound 在競爭激烈的人工智能領域的主要目標是使用最先進的工具和全堆棧方法，以實現更快的計算優化解決方案上市時間。他們利用嵌入式 NVIDIA ® Jetson edge AI 平臺的強大功能，該平臺在為 DNN 攝像頭和節點供電的緊湊節能模塊中提供 GPU 加速計算。

]]>

1850

NVIDIA 數據科學家在 MICCAI 2021 腦腫瘤分割挑戰賽中占據榜首 http://www.open-lab.net/zh-cn/blog/nvidia-data-scientists-take-top-spots-in-miccai-2021-brain-tumor-segmentation-challenge/ Thu, 30 Sep 2021 09:14:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=1828 Continued]]> NVIDIA 數據科學家本周在享有盛譽的MICCAI 2021醫學成像會議上，在腦腫瘤分割挑戰驗證階段占據了前 10 名的三位。現在已經進入第十個年頭， BraTS 挑戰項目要求申請者提交最先進的人工智能模型，用于在多參數磁共振成像（ mpMRI ）研究中分割異質性腦膠質母細胞瘤亞區域，這是一項極具挑戰性的任務。參與者還可以關注分類方法的第二項任務，以預測 MGMT 啟動子甲基化狀態。 2000 多個 AI 模型被提交給了挑戰，該挑戰由醫學圖像計算和計算機輔助干預學會、北美放射學會和美國神經放射學會聯合組織。 NVIDIA 開發者在挑戰驗證階段排名第一、第二和第七，每個人都創建了不同類型的用于腫瘤分割的 AI 模型方法，包括優化的 U-Net 模型、具有自動超參數優化的 SegResNet 模型和基于 transformer 的計算機視覺方法的 Swin-UNETR…

]]>

1828

用邊緣計算制造人工智能的未來 http://www.open-lab.net/zh-cn/blog/manufacturing-the-future-of-ai-with-edge-computing/ Wed, 15 Sep 2021 04:31:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=1720 Continued]]> 工業資產、系統、過程和環境的自動化和監控在制造業中越來越重要，包括運輸、電子、采礦和紡織業。為了實施更安全、更高效的實踐，各公司正在使用物聯網傳感器自動化其制造過程。物聯網傳感器產生大量數據，當與人工智能的力量相結合時，產生有價值的見解，制造商可以利用這些見解提高運營效率。邊緣計算允許支持傳感器的設備在本地收集和處理數據，以便在工廠現場提供見解，而無需與云通信。Edge AI使任何設備或計算機都能夠實時處理數據，并以最少的延遲做出AI主導的決策。這種便利性帶來了需要快速、實時洞察的新用例，如掃描裝配線上的產品缺陷、識別工作場所危險、標記需要維護的機器等。通過使 AI 處理任務更接近源，邊緣計算為制造商提供了許多優勢，包括：全球制造商已開始在邊緣使用人工智能來改造其制造流程。以下用例將探討 edge 計算如何促進制造業的效率和生產率的提高。

]]>

1720

零售業支持人工智能的邊緣計算的前三大支柱 http://www.open-lab.net/zh-cn/blog/top-3-pillars-of-ai-enabled-edge-computing-in-retail/ Thu, 09 Sep 2021 07:19:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=1675 Continued]]> 全球零售商和供應商面臨著快速變化的消費者需求、行為和期望。這些變化正在推動預測的不確定性，并給全球供應鏈以及全渠道和門店運營帶來壓力。實時敏捷性是應對零售業快速發展的挑戰所必需的。人工智能為零售商提供了一個強大的解決方案，可以快速、更準確地預測日常需求，并實現供應鏈物流自動化。這對店內供應和最后一英里交付成本挑戰產生重大影響，同時滿足消費者對交付時間表的期望。對于在線購物者， AI 正在幫助創建個性化的購物旅程和產品推薦。在店內，零售商正在使用人工智能來減少縮水和缺貨，同時創造無摩擦的體驗，確保員工和購物者的健康和安全。這一金融機會在 26 萬億美元的零售業中意義重大，歷史上零售業的平均凈利潤率為 2% 。根據麥肯錫全球研究所的分析，使用 AI 支持的解決方案，預計利潤率將增加 3 倍，零售商的年收入將增加 1 萬億美元以上。從客戶參與到運營靈活性，再到無縫全渠道管理，

]]>

1675

MLPerf v1.0 培訓基準：對創紀錄 NVIDIA 性能的洞察 http://www.open-lab.net/zh-cn/blog/mlperf-v1-0-training-benchmarks-insights-into-a-record-setting-performance/ Fri, 30 Jul 2021 03:27:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=1205 Continued]]> MLPerf 是一個全行業人工智能聯盟，其任務是開發一套性能基準，涵蓋廣泛使用的一系列主要人工智能工作負載。最新的 mlperfv1 . 0 培訓包括視覺、語言和推薦系統，以及強化學習任務。它不斷發展，以反映最先進的人工智能應用。 NVIDIA 按照我們的傳統，提交了所有八個基準的 MLPerf v1 . 0 培訓結果。事實上，建立在 NVIDIA 人工智能平臺上的系統是唯一可以進行全面提交的商用系統。與之前提交的 MLPerf v0 . 7 相比，我們在芯片到芯片的基礎上提高了 2 . 1 倍，在規模上提高了 3 . 5 倍。我們創造了 16 項業績記錄，其中 8 項是基于每個芯片的， 8 項是針對商用解決方案類別的大規模培訓。（*）使用 NVIDIA 8xA100 服務器訓練時間計算 A100 的每個加速器性能，并將其乘以 8 |每個芯片的性能比較，

]]>

1205

埃塞俄比亞的邊緣計算——尋求人工智能解決方案 http://www.open-lab.net/zh-cn/blog/edge-computing-in-ethiopia-a-quest-for-an-ai-solution/ Thu, 29 Jul 2021 08:42:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=1284 Continued]]> 這是新時代研發中心聯合創始人兼首席書呆子 Natnael Kebede 客串的帖子一年前，在一次隨機對話中，一位朋友興奮地告訴我一件硬件。在那一點上，我從未想過那次談話會對我的生活產生怎樣的影響。我叫 Natnael Kebede ，是埃塞俄比亞新時代研發中心（ NERD ）的聯合創始人兼首席 NERD 。 NERD 是一個為埃塞俄比亞青年提供黑客空間、教育內容和研究的中心，旨在創造一個更好的埃塞俄比亞、非洲和世界那塊硬件就是 Jetson 納米。那天晚上，我去了我家，開始研究 Jetson 納米。從那時起，我就不能停止對 NVIDIA 邊緣計算概念的跟蹤和研究。這是一個關于一次談話如何幫助我圍繞一個想法建立職業和社區的故事。我們和我朋友的談話是關于邊緣計算破壞新的人工智能開發環境。對于埃塞俄比亞這樣的國家來說，人工智能通常被視為奢侈品而非必需品。這是由于大學、投資者、

]]>

1284

人人超碰97caoporen国产