NVIDIA Unveils Intelligent Video Analytics Platform to Implement AI Cities
Published2017.05.10 09:59Ensure accuracy and scalability through immediate video monitoring
NVIDIA unveiled the NVIDIA® Metropolis™ intelligent video analytics platform at the NVIDIA GPU Technology Conference (GTC), which is being held at the McEnery Convention Center in San Jose, California, starting on the 8th (local time).
Metropolis, unveiled this time, is a platform that supports the creation of a safer and smarter urban environment by applying deep learning to video streams of applications related to public safety, traffic management, and resource optimization. Currently, more than 50 NVIDIA AI City partners are providing various products and applications utilizing GPU-based deep learning, and most of these related products and applications are being showcased at NVIDIA GTC 2017.
Deepu Talla, General Manager and Vice President of NVIDIA Tegra, stated, “Deep learning enhances safety and improves lives by enabling powerful intelligent video analytics that transform anonymized video into valuable real-time insights,” adding, “Through the NVIDIA Metropolis platform, customers can apply AI to every video stream to create smarter urban environments.”
Real-time video analysis techniques attempted in the early stages were found to be highly unreliable compared to visual analysis. Intelligent video analysis addresses this problem by ensuring accuracy and scalability in immediate video monitoring through deep learning-based cameras, field-installed video recording devices, servers, and the cloud.
High-performance deep learning inference is performed at the end via the NVIDIA Jetson™ embedded computing platform and passes through servers and data centers equipped with NVIDIA Tesla® GPU accelerators. Rich data visualization is performed based on NVIDIA Quadro® professional graphics. Next, the entire edge-to-cloud platform is supported by various NVIDIA software development kits, such as JetPack, DeepStream, and TensorRT.
More than 50 NVIDIA AI City partners are leveraging NVIDIA GPU-based deep learning to help customers gain insights and take real-time action. Among these, industry leaders include Hikvision, Avigilon, Dahua, Milestone, and Hanwha Techwin.
Bjørn Skou Eilertsen, Chief Technology Officer at Milestone Systems, said, “City management customers utilizing Milestone’s upcoming video processing server powered by NVIDIA Metropolis will be able to take a leading position in the adoption of deep learning for video-based IoT devices,” adding, “By leveraging the value of this metadata, they can gain intelligent insights and take smart actions.”
관련뉴스
엔비디아, 페이스북과 협력해 AI 발전시켜 나갈것
엔비디아, 페이스북과 협력해 AI 딥 러닝 프레임워크 Caffe2 역량 강화 엔비디아는 페이스북이 오픈소스로 공개한 인공지능(AI) 딥 러닝 프레임워크인 카페2(Caffe2)와 함께 인공지능 발전을 위한 양사 협력의 결과를 발표했다. 페이스북은 넘쳐나는 데이터 관리를 돕는 인공지능 시스템을 개발하고 있다. AI 시스템으로 효율적인 커뮤니케이션을 돕는다. 개발자 및 연구원은 Caffe2를 활용해 대규모 분산 트레이닝 시나리오를 구성하고 사용자 디바이스용 머신러닝 애플리케이션을 개발할 수 있다. 모바일 상에서 인공지능 기반 서비스를 제공하기 위해서는 복잡한 데이터 처리 작업이 순식간에 진행되어야 한다. 이처럼 빠른 인공지능 서비스 처리는GPU 가속화 컴퓨팅과 가속화된 하드웨어의 전체 성능을 활용할 수 있는 딥 러닝 소프트웨어가 필요하다. ? 엔비디아와 페이스북은 Caffe2 딥 러닝 프레임워크 상에서의 공동 작업을 통해 인공지능 가속화를 제공하고 있다. 공동 엔지니어링을 통해 시작부터 끝까지 조정함으로써, 엔비디아 GPU 딥 러닝 플랫폼의 장점을 최대한 활용할 수 있도록 구성했다. Caffe2는 최신 엔비디아 딥 러닝 SDK 라이브러리인 cuDNN, cuBLAS, NCCL을 활용하여 고성능의 멀티 GPU 가속 트레이닝 및 추론을 제공한다. 이에 따라 사용자들은 Caffe2가 엔비디아 GPU 시스템에서 최적의 성능을 제공한다는 사실을 인지하고, 인공지능 기반 애플리케이션 개발에 집중할 수 있다. 본 협업의 일환으로 엔비디아 DGX-1 AI 슈퍼컴퓨터는 딥 러닝에 최적화된 소프트웨어 스택에 Caffe2를 제공하는 최초의 인공지능 시스템이 될 전망이다. DGX-1과 Caffe2 모두 높은 성능 및 빠른 트레이닝을 제공한다. 향후 고객들은 엔비디아 DGX-1 컨테이너 레지스트리(DGX-1 Container Registry)를 통해 DGX-1용 Caffe2를 이용할 수 있다. 그 동안 엔비디아는 엔비디아 딥 러닝 인스티튜트를 통해 전 세계 1만 여 명 이상의 개발자들이 프레임워크를 활용하여 다양한 지능형 애플리케이션 및 서비스용 뉴럴 네트워크 기반 머신러닝을 설계, 훈련, 구축할 수 있도록 지원해왔다. Caffe2 트레이닝은 현지시간 5월 8일부터 11일까지 미국 샌프란시스코 산호세에서 개최되는 GPU 테크놀로지 컨퍼런스에서 제공하는 엔비디아 딥 러닝 인스티튜트를 통해 만나볼 수 있다.
2017.04.21by 김자영 기자
Nvidia, Meet Everything About Autonomous Vehicles at 'GTC2017'
Nvidia announced that it will prepare various autonomous vehicle-related sessions at 'GTC 2017 (GPU Technology Conference 2017)', the world's largest GPU developer conference, held in Silicon Valley from May 8th to 11th U.S. local time. This year's GTC will feature conferences and hands-on sessions, exhibitions, demonstrations, and networking events. Among them, the autonomous vehicle software session, attended by numerous industry partners and experts, is expected to introduce how artificial intelligence is being utilized in autonomous vehicle software development. First, Mercedes-Benz's head of Connected Car, User Interaction, and Telematics R&D will demonstrate how to implement artificial intelligence in vehicles equipped with embedded hardware for sensor processing and fusion solutions inside the vehicle.
2017.05.02by 김지혜 기자
NVIDIA Announces 'PilotNet,' AI That Learns Human Driving Styles
NVIDIA has released documentation on how its neural network, PilotNet, makes driving decisions within autonomous vehicles. Since the range of driving-related variables in real-world driving environments is nearly infinite, it is nearly impossible to program every variable individually to enable autonomous vehicles to drive themselves during autonomous vehicle development. However, by utilizing artificial intelligence to train vehicles on how to drive, it has become possible to identify which elements the vehicle focuses on during the learning process. NVIDIA developed PilotNet, a neural network-based system that learns vehicle driving by observing driver behavior. Furthermore, the company developed a tool that enables visualization of which elements the neural network system prioritizes when making driving decisions. Using this tool, NVIDIA built a system where vehicles learn autonomously and can verify how decisions are being made.
2017.05.10by 김자영 기자
ST Microelectronics and NUS Establish Joint Research Center 'HELIX' for Edge AI
ST Microelectronics and the National University of Singapore have established the 'HELIX' joint research center aimed at implementing embedded AI in edge environments. Over a four-year period, the center will conduct research across the entire technology stack from algorithms to silicon, focusing on memory-centric architecture leveraging ST's 18nm FD-SOI technology and embedded PCM. The core objective is to implement intelligence directly in physical devices such as robots and drones while minimizing energy consumption.
2026.08.28by 배종인 기자
ams, 디지털 포토닉스로 휴머노이드 로봇 감각·소통 기능 지원
ams OSRAM이 디지털 포토닉스 기술을 활용해 휴머노이드 로봇의 감각·소통 기능을 강화하는 솔루션을 공개했다. dToF 센서, 광학식 힘 센서, 구조광 이미터 등으로 주변 환경 인식과 정밀 조작을 구현하며, EVIYOS·ALIYOS 플랫폼으로 LED 기반 비언어 소통을 지원한다. 시장조사에 따르면 휴머노이드 로봇 시장은 2025년 6억 달러에서 2035년 510억 달러로 성장할 전망이며, 로봇의 감각 능력 향상이 핵심 성장 동인으로 작용할 것으로 예상된다.
2026.08.27by 배종인 기자
