GPU를 두려워하지 마십시오. 에이디 링크와 엔비디아가 도와 드리겠습니다!  

시스템의 운영 효율성을 극대화하는 것은 대부분의 개발자에게 일반적인 목표입니다. 그러나 어떤 경우에는 새로운 GPU를 중심으로 이러한 시스템을 개발해야하는 과제에 직면합니다. NVIDIA. 작업을 처음 볼 때는 어렵게 보일 수 있지만 심층 분석을 통해 우려 사항을 완화 할 수있는 상당한 양의 정보가 있음을 알 수 있습니다. 

설계 문제를 완화하는 첫 번째 단계는 일반적으로 GPU 공급 업체에서 제공하는 많은 도구 중 하나 인 소프트웨어 개발 키트 (SDK)를 사용하는 것입니다. 하지만 요구 사항에 SDK에 포함되지 않은 기능이 포함 된 경우 어떻게합니까? 예를 들어, 하드웨어 설계의 인공 지능 (AI) 측면을 지원하는 것은 충분한 정보를 사용할 수있는 NVIDIA의 조타실 내에 있습니다. 하지만 특정 애플리케이션에 맞게 하드웨어를 조정해야하는 경우 어떻게됩니까?  

예를 들어 애플리케이션에는 공항이나 기차역 내 이미지 감지를 위해 AI 플랫폼에 모두 공급되는 많은 수의 카메라에 연결된 시스템이 필요합니다. 여러 대의 카메라가 연결된 경우 빠른 처리가 필요한 방대한 양의 데이터가 있으며 각 카메라 자체는 잠 가야하는 잠재적 인 취약성 (보안) 지점입니다. 

최종 목표 파악 

그래서 당신은 무엇을합니까? 최종 목표에 집중하십시오. 당연한 것 같지만 그 과정에서 이것이 잃어버린 많은 고객과 함께 일했습니다. 질문해야 할 핵심 질문은 "원하는 결과는 무엇입니까?"입니다. 또는 "결과적으로 원하는 작업은 무엇입니까?" 그리고 계속해서 다시 방문하십시오. 이 질문에 대한 답을 얻으면 설계에서 거꾸로 작업하여 원하는 특정 결과 또는 조치를 가져올 데이터를 생성 할 수 있습니다. 이 질문에 대한 일관된 답변이나 재검토 없이는 나중에 재 설계 할 위험이 있으며 이는 추가 노력과 비용을 의미합니다.  

따라서 예를 들어 물체 감지를 수행하고 싶고 최종 목표가 무언가가 부적절하게 배치되었을 때 직원에게 경고하는 것이라면,이를위한 효율적인 방법은 머신 비전을 사용하여 관리자에게 경고하는 것보다 모니터를 비디오 룸에 밀어 넣는 것입니다. 보안 팀이 수동으로 감시됩니다.  

에이디 링크에서는 다음과 같은 도구를 사용하여 이러한 유형의 복잡한 데이터 캡처 프로세스를 처리합니다. NVIDIA의 DeepStream SDK. DeepStream SDK는 비디오를 가져 와서 딥 러닝에 필요한 데이터 수집을 지원하는 디스크에 쓸 수 있습니다. 

NVIDIA의 전이 학습 툴킷. 이 툴킷을 사용하면 처음부터 시작할 때보 다 훨씬 빠르게 배포 가능한 프로세스를 만들 수 있습니다. 그 결과 더 높은 투자 수익을 얻을 수 있습니다.  

개발자를 돕기 위해 최적화 된 도메인 별 모델로 시작점을 만드는 일련의 사용 사례를 컴파일했습니다. 경우에 따라 모델은 공공 안전 및 스마트 시티를 포함하는 NVIDIA에서 제공됩니다. 모델을 쉽게 사용할 수없는 경우 개발자는 사용 사례와 유사한 기존 모델로 시작하여 필요에 따라 변경할 수 있습니다. 

특정 작업 또는 결과를 달성하기 위해 구조화되지 않은 데이터는 DeepStream과 같은 처리 모델을 통해 필터링되며, 이는 차례로 더 구조화 된 데이터를 생성합니다. 나중에 보안 된 정보는 기능을 수행하기 위해 다른 응용 프로그램으로 이동합니다. 

이것은 의도적 인 티저였습니다. #GTC21에서 온 디맨드 세션에 참여하여 더 많은 것을 얻으세요! NVIDIA의 DeepStream SDK와 Transfer Learning Tooklit에 대해 자세히 설명하겠습니다. 여기에 등록.