专访 NVIDIA 全球副总裁:GPU 技术推动智慧城市

摘要

2016 年 10 月 25 日,中国国际社会公共安全产品博览会(Security China)在北京开幕。

NVIDIA(英伟达)在安博会期间宣布,NVIDIA 在安防领域的中国合作伙伴已经增长到了 9 家,包括了国内智能安防硬件领先企业:海康威视、大华、宇视科技、商汤、北京旷视、天地伟业、北京文安、深网视界、久凌等。通过携手合作伙伴,由 NVIDIA GPU 驱动的「城市之眼」有望成为智能城市发展的领跑者。

27 日,NVIDIA 召开了一场媒体见面会。媒体问答之前,NVIDIA 全球副总裁、Tegra 事业部总经理 Deepu Talla 先生首先分享,深度学习如何推进智能公共安全行业的发展,以下内容根据 Deepu Talla 的演讲整理而来。


end to end.jpg

今天我将给大家介绍一下,NVIDIA 如何助力公共安全行业更加强大,从过去我们所说的智能城市,转向 AI 城市(人工智能城市),怎么去充分借助人工智能的力量,让我们的城市变的更加美好。以及 NVIDIA 与合作伙伴之间的合作是如何展开的,这些合作伙伴全都是全球顶级的安防企业,而且很多是在中国。

我们现在已经进入新计算时代。20 年前,PC 电脑跟互联网诞生;10 年前,移动终端、苹果手机、安卓手机、云诞生了,开始在人们的生活中普及开来,非常地受欢迎。PC 电脑用户达到了十亿。十年之前,移动用户都已经达到了 25 亿,我们现在已经进入了一个全新的阶段——人工智能的阶段,未来会有数以千亿计的人工智能终端。

在公共安全领域,中国在全球来说是一个非常领先的国家。中国在让城市变的更为安全,更为智能方面,做出了很多卓越的成绩,在中国现在已经安装了有几亿个摄像头,我们预测到 2020 年的时候,全球摄像头的数目会达到十亿个,而且这些摄像头是一周七天,每天 24 小时,不停地在产生数据,所以这个数据是海量的。到 2020 年的时候,世界人口会达到 70 亿,如果我们让人来做分析数据的工作是不可能的,而且也会是一个非常无聊的过程,每天都在看一些视频。

因此,数据是海量的,不可能依靠人工一天 24 小时、每周七天地去对数据进行分析。那么如何对数据进行处理呢?必须找到什么东西来代替人工,还要在精确度方面超越人工这就是人工智能可以发挥魅力的地方。

这些数据展示的是六大公共安全的应用领域,比如说人的识别、车辆的识别、对于车辆的分析。传统的计算方法是基于规则的计算机,也就是通过计算机的编程,告诉计算机应该做这个,如果不是,那么又应该做什么。但它的问题是准确率不够高,还没有办法代替人工,因为差错率比人工还要高。比如说灰色的这一部分,代表的是最先进的、传统的、基于规则的计算机计算,在公共安全的应用领域当中,他的准确率是 60% 到 80%。

世界上领先的企业,花了 20 年的时间,才让灰色的柱状的部分,达到了 60% 到 80% 的准确率。可是现在世界顶级的公司,通过应用人工智能,也就是我们说的深度学习,只花了一年的时间,就达到了比灰色的一部分要高那么多的准确率,比以往的任何时候的准确率都要高。所以灰色的这部分代表的是通过运用深度学习,只用一年时间就达到的准确率水平,它展示的是中国最顶级的三家公司,在全球都是非常知名的,包括海康威视、大华和宇视。大家可以看到深度学习的强大力量,截至去年,在图象识别、图象归类,甚至截至上周,在语音辨识这方面,通过深度学习、人工智能,现在都可以比人工的准确率高、做的更好。

所以,人工智能和深度学习的力量将彻底颠覆公共安全领域的视频监测系统,是其准确度变的更高。因此,我们需要有一个新的东西能够让这个平台改变、运行的更快。刚才已经说过,到 2020 年,摄像头的数目将达到 10 亿个,这些摄像头的数据都需要进行实时处理,我们需要一个强大的计算平台,以更快的速度运行深度学习,运行人工智能。这就是 NVIDIA 可以发挥作用的地方。

大家知道现在 NVIDIA 是一家人工智能计算公司,但是之前我们起家的时候,专注的领域是游戏、显卡等等。

我们之前在游戏领域是非常知名的,现在仍然非常强,但是通过我们新的产品和解决方案,比如 GPU,我们可以让并行计算运行的更好。因为如果用传统的 CPU,会有很多个进程,但是用 GPU,这些进程可以缩小,因为可以实行并行计算,把那些过程进行整合。因此,中国的第一台超级计算机,天河一号,就是使用 NVIDIA 的 GPU 来提供动力的。

所以业界发生这么大的变革,主要是因为两个原因:一个是因为人工智能和深度学习的发展,第二,NVIDIA 公司 GPU 的出现,他可以让我们进行更快的运行,进行实时的处理。

NVIDIA 公司已经引入并推出了端到端的深度学习平台,适用于公共安全领域,还应用于视频监测等等许多这些领域。这个平台呢,大家可以看到左边是训练这部分,也就是说人工智能第一步是要先创建一个神经网络。那么要对这个神经网络使用大量的数据进行训练。使用了 GPU 对这个神经网络进行训练之后,就可以把部署到云中,部署到数据中心当中,或者是部署到刚才我说的摄像头等等视频监测系统。NVIDIA 是提供了两类的平台,第一个是 Tesla 平台,可以部署到数据中心和云当中;第二个是 Jetson 平台,可以部署到摄像头等终端当中进行视频监测。

所以中国所有领域的顶级公司,海康威视、大华、宇视等,他们都在使用我们的平台,不管是使用 Tesla 的 DGX 的这样的平台,或者是使用 Tesla 的云的平台,或者是使用 Jetson 的平台。

现在我想给大家举一个产品的例子,这个是在视频监控方面,在中国排名第一、全球排名第一的一家公司,就是海康威视。海康威视于年初推出了一款新的产品——刀锋服务器,它使用了 NVIDIA 的 GPU 来进行培训,在训练之后,创建了这样的一个产品,他们是使用了 Jetson TX1 的平台来进行这样的工作,大家在右边可以看到两者之间的差异。传统来说,服务器要使用 42 个 CPU 才能够运行的比较快,要使用 16 个 TX1 的东西才能够运行的比较快,可是现在通过使用 NVIDIA 的 GPU,功耗可以缩小到原来的十分之一,而且占用的空间可以缩小到原来的二十分之一,因为原来是多个服务器的机架堆叠在一起,可是现在只要一个装置就可以了。所以通过端到端的深度学习平台,在公共安全领域,可以让产品解决方案变的更加智能,在视频监测方面做的更好。

刚才举的只是一个产品的例子,实际上在这次安博会期间,还有我们许多其他的用户,正在使用 NVIDIA 的 GPU 来展示他们根据 NVIDIA GPU 来创建的一些产品,而且今天我们还宣布在中国新缔结了一些其他的伙伴关系,上个月我们已经宣布跟中国顶级的前三大企业,结成了伙伴关系,包括海康威视、大华和宇视。今天我们会宣布另外五个,在中国的合作伙伴,他们都在使用 NVIDIA 的 GPU 人工智能和深度学习这方面的产品服务和解决方案,来应用到他们的领域当中,新的五家合作伙伴,包括旷视、天地伟业、北京文安、深网和久凌。

最后再总结一下人工智能和深度学习,这二者正在深深地改变着视频监控行业,从而让我们所处的这个世界,有更好的公共安全水平,因为深度学习的准确度已经超过了人类。我们已经进入了这样的一个时代,开始更多地去使用人工智能了,而且 NVIDIA 公司的 GPU 可以让深度学习的进程大大加快。与其他解决方案相比,中国所有在这个领域的领先企业,都已经跟 NVIDIA 结成了伙伴关系,从而能够对公共安全能够产生深远的、翻天覆地的影响。


媒体问答:

NVIDIA 和中国本土很多大型的智能安防领域,像海康威视、大华、宇视等都有合作。在 24 号的时候,NVIDIA 和海康威视携手发布了基于深度学习的智能安防产品,您觉得海康威视选择 NVIDIA 的原因是什么?

Deepu:海康威视的新产品是一个非常智能的摄像头。如何让这个摄像头变的更为智能,就需要使用人工智能和深度学习,需要在两个方面具备非常强大的能力:计算的速度更快、且功耗更低。那么 NVIDIA 的 GPU 对深度学习,之所以说它是最合适的,因为它可以让运行的速度非常之快,功耗方面又非常高效,所以海康威视的摄像头产品才选择了 NVIDIA 的 GPU。其实除了这个产品之外,海康威视今年年初还宣布了很多其他新产品,比如服务器方面,他们在使用 NVIDIA 的 GPU 来进行训练,用于服务,并用于摄像头,也就是说,把它覆盖到了每一个产品线。他们选择 NVIDIA 作为合作伙伴,主要是因为我们在性能和功耗两方面都做的非常好。

刚才提到,NVIDIA 在做 AI 城市的概念,想问一下具体的细节,这一概念是如何产生的?刚才只是提到摄像头方面的产品,应该还有一些其他方面的内容,能分享一下吗?

Deepu:NVIDIA 已经成为一家人工智能的计算公司,我们认为人工智能深度学习就像是未来的一种新形式的电力。就好像电是每个行业都会使用的,我们认为人工智能和深度学习将来也是每个行业都会用到的。NVIDIA 聚焦于许多不同的行业,在公共安全中,视频分析只是其中的一个行业。今天我们主要专注于公共安全行业的讨论,是因为现在正在召开安博会,所以我们在谈公共安全、视频分析,比如说怎么训练,怎么进行摄想头的推理,实际上人工智能还用于许许多多其他领域。比如上个月在我们举行的 GTC 的大会,会上 CEO 在主题演讲中提到了自动驾驶的汽车等等,这都是人工智能的用武之地。NVIDIA 在汽车领域是跟百度、以及其它的一些全球顶级公司结成了伙伴关系,我们也正在与其他的公司,如阿里巴巴、以及一些云提供商,以及内容交付网这样的一些公司结成伙伴关系。AI 在医疗保健领域也有很大的应用市场。另外人工智能 AI 也应用与许多其他的行业,应用于云、企业、交通、医疗保健、视频分析、机器人、无人机,在未来每一个行业,都会用到人工智能,就像现在每个行业都在用电一样。

刚刚讲了 NVIDIA 公司其实在很多行业、很多领域都有应用,我想了解一下,怎么会看中安防这个行业,是什么时候进入这个行业,并和这个行业的一些主流的企业合作。第二,您觉得 2016 年 NVIDIA 在中国安防市场上的表现情况怎么样,您认为这个市场如何?

Deepu:关于为什么 NVIDIA 要进入安防市场,首先第一个原因,要维护人员的安全,公共的安全,这是的一项非常伟大的事业,因为每天都有一些不好的事情发生,一些不安全的事件在发生。因此,NVIDIA 希望能够参与到维护公共安全、维护人员安全这项伟大事业当中。

第二,如何去维护公共安全,我们需要用到视频分析,需要进行语音辨识。在这两个领域,借助深度学习再合适不过了。刚才我介绍了,通过深度学习,可以让视频分析和语音辨识的准确率变的更高,甚至超过人类。

一旦我们确定了两点:首先,维护公共安全是一项伟大的事业,第二,深度学习是维护公共安全的一个非常好的解决方案。然后 NVIDIA 就开始思考,我们怎么帮助这个行业,来更好的维护公共安全,要做到这一点是需要很强大的计算能力的。刚才已经提到,至 2020 年会有十亿个摄像头,它们需要每周七天,每天 24 小时不间断地运行,产生很多数据,NVIDIA 的 GPU 有非常强大的计算能力,而且功耗非常之低,正好满足这个要求。

我们可以看一下,如今分析的工作,大多数的分析工具是在事后才进行分析,也就是不好的事情已经发生了,然后才指派人员进行视频分析,看看已经发生的这个事情,到底是怎么回事,也就是事后的法律学的这样一个领域。但是通过深度学习,不仅仅可以做这样的事后分析,还可以对未来进行预测,也就是防患于未然,这就是深度学习的强大之处。要实现这样的目标,需要有很强大的算法、计算能力,NVIDIA 的 GPU 正好非常适宜解决这样的问题,所以这就是我们为什么进入 IVA 和公共安全领域,IVA 就是智能视频分析的简称。

我比较关心智能安防系统企业的意义。听了一下,觉得智能安防系统好像对个人对城市的意义比较大,希望您谈一下对企业的意义,能不能举几个具体的案例,稍微具体一些。

Deepu:刚才我讲的许多人工智能是用于公共安全的领域,公共安全他是人工智能应用的一个很重要的领域,但是只是其中之一。其实人工智能还有很多更广泛的应用领域,比如可用于企业当中,实现传统意义上的企业安全;也可以用于商务智能、零售的分析等。

关于在企业中的应用,比如说我们可以将人工智能用于企业的智能园区建设,从而确保当企业员工进入园区时,系统可以自动识别,为他开门,而无需员工刷门禁卡。同样的技术还可以用于零售分析市场,例如分析店铺在某段时间内有多少客流量;也可以进行商业方面的分析。

在接下来的一段时间中,NVIDIA 公司在 IVA 市场是有怎样的计划,是在国内找更多的合作伙伴还是怎样。第二,NVIDIA 如何在 IVA 的竞争中脱颖而出,有哪些更多的解决方案带给大家。

Deepu:关于第一个问题,我们当然希望能够缔结更多的伙伴关系。此外我们还希望能够让现有的这些合作伙伴的合作关系更为深入,比如说跟海康威视的我们的合作就非常地深入,在训练服务器还有摄像头这方面。海康威视的几个产品线都在使用 NVIDIA 的产品;另外我们跟大华、宇视的合作关系也非常深入。以上是我们在中国的前三大合作公司。今天我们还会宣布另外五个合作伙伴。我们希望有更多的中国厂商能够采用 NVIDIA 的 GPU,进行人工智能和深度学习的发展和应用。

关于第二个问题,首先,刚才已经说了 NVIDIA 公司是人工智能计算公司,我们在人工智能计算平台方面是世界上最领先的公司,人工智能不仅仅是利用在公共安全安防领域,还有更广泛的一些应用领域,比如说自动驾驶汽车、云的提供、交通运输公司、机器人公司等等,不管是在哪个人工智能的应用领域,NVIDIA 都是最优选的平台。其次,从解决方案的层面,我们可以提供从训练到推理的解决方案,也可以提供从云到数据中心到服务器,以及到 edge 这样的解决方案,有内部的服务器等,云、数据中心等解决方案,未来我们还会继续对下一代的 GPU 的技术进行投入,希望藉此维持我们在世界上的领先地位,继续保持在人工智能这样一个很重要的应用领域,在公共安全方面保持领先地位。

关于业务方面。因为现在大家关于 NVIDIA 的了解,都是对于人工智能驾驶这块的一些业务非常看中,在安防领域,现在也有很多合作伙伴都在用 Jeton TX1 的计算平台,NVIDIA 在这个领域的具体情况如何?

Deepu:目前在人工智能革命的阶段当中,我们还处于早期。NVIDIA 在全球处于领先地位。在 DGX-1 这个平台上,它既可以用于训练,也可以为深度学习的这些研究人员来使用,它们在中国用的非常好,不仅仅海康威视在使用 DGX-1 这个平台,很多的云服务的提供商也购买了 DGX-1。如上个月的 GTC 上,内容交付的网络也使用了 Tesla P4/p40 的平台,我们在那个时候,刚刚宣布的一个新的平台。那么在车辆的自动驾驶这方面,我们有 Drive PX 这个平台,在其他领域,我们还有 Tesla 和 Jetson 的平台。不管是 DGX-1,还是 Tesla P40,还是 Drive PX 等等,或者是 Jetson 这些平台,都是用统一的架构,NVIDIA 的 GPU 的架构,也就意味着这几个平台,不管是用在服务器上,还是用于训练和推理这方面,都是用的同样的架构和同样的软件。深度学习目前还处于初级发展阶段,最辉煌的时代还有待出现,我们是希望在我们现在看到的每一个细分的市场都有很大的潜力和机遇。我们希望我们在每一个市场板块都能做的很成功。

在 IVA 行业,NVIDIA 提供的产品和技术支持有什么不同?

Deepu:我们是有多个产品线的,比如说有刚才说的 Jetson,也有 Tesla。不管是 Jetson 还是 Tesla,它们用的是同一个架构,就是 NVIDIA 的 GPU 的架构。区别于到底是用于训练的目的,还是推理的目的,就分属于不同的产品线。比如说 DGX-1,也就是超级计算机,用来进行人工智能和深度学习,它是基于 Tesla 的平台的;而 Jetson 是基于 Tegra 这个平台。但是 Tesla 和 Tegra 都是基于同样的 GPU 的架构。唯一的区别要看在性能和功率方面的要求不一样,在选择的时候,就会选择不一样的。到底是选哪个平台,用于训练的目的还是用于推理的目的,选的时候会不一样,另外因为处理渠道有多个,到底是用的哪个渠道,也会不一样,有可能是要选择 Tesla,或者是要选择 Jetson。

最新文章

极客公园

用极客视角,追踪你最不可错过的科技圈。

极客之选

新鲜、有趣的硬件产品,第一时间为你呈现。

顶楼

关注前沿科技,发表最具科技的商业洞见。