安全是城市的基礎(chǔ)，沒有安全、和諧的環(huán)境，城市化進(jìn)展毫無意義。

對于城市安防來說，要解決的大部分問題都可歸結(jié)為視頻中的“找車”“找人”。據(jù)數(shù)據(jù)統(tǒng)計(jì)，截至2020年，全球攝像機(jī)的數(shù)量預(yù)計(jì)將增至10億臺，海量數(shù)據(jù)對存儲、寬帶、處理、計(jì)算都帶來巨大壓力。過去的老方法是靠專家模型來做，其實(shí)就是手寫程序，正確率最多能做到70%多。如果要尋找一個(gè)人，這70%幾的正確率相當(dāng)于沒有應(yīng)用于實(shí)際場景中。

幸運(yùn)的是，大概在2012年底深度學(xué)習(xí)誕生了。即此，人們有了深度學(xué)習(xí)、非結(jié)構(gòu)大數(shù)據(jù)、計(jì)算量三個(gè)要素。如果靠傳統(tǒng)CPU計(jì)算的話，能源消耗、成本各方面都會吃不消。GPU計(jì)算是一個(gè)革命性的并行計(jì)算模式，很好的推進(jìn)了深度學(xué)習(xí)和大數(shù)據(jù)。這三件事結(jié)合在一起使得人們能夠在AI City上做一些事情。

那么到底何為AI City？它解決了什么現(xiàn)實(shí)問題？由此，在2017安博會期間，NVIDIA亞太區(qū)戰(zhàn)略運(yùn)營與合作伙伴副總裁潘迪詳細(xì)解釋了AI City并展示了NVIDIA Metropolis全新端到云的智慧城市解決方案。

潘迪說，AI City中要解決的一個(gè)是人的問題，另一個(gè)是車的問題。圍繞視頻整合一起就是解決城市安防安全問題；從政府治理角度來講，他們有兩個(gè)目的，一個(gè)是管理，另外一個(gè)是通過管理來服務(wù)。

他認(rèn)為，對于AI City而言，有兩個(gè)方面非常重要：

• 一、高效。城市資源有限，如何在有限的資源里讓城市發(fā)揮更多作用；

• 二、安防監(jiān)控。過去談數(shù)字城市，后來有了Wifi和3G之后又談網(wǎng)絡(luò)城市，再后來一直談智慧城市，現(xiàn)在人們談AI City，如何用AI技術(shù)讓城市更智能，這是循序漸進(jìn)的過程。

在潘迪看來，在處理城市建設(shè)中的海量數(shù)據(jù)方面，AI比人力更擅長。由深度學(xué)習(xí)驅(qū)動的AI計(jì)算機(jī)能夠顛覆傳統(tǒng)數(shù)據(jù)處理、分析的方式，高效整合海量圖像信息并將其轉(zhuǎn)化為深層次的理解。從數(shù)據(jù)采集，存儲，處理到推理運(yùn)用，城市視頻監(jiān)控分析人員每日面臨復(fù)雜挑戰(zhàn)。以往單純依靠人員監(jiān)控的方式僅能覆蓋視頻監(jiān)控?cái)?shù)據(jù)的鳳毛麟角，而早期視頻分析系統(tǒng)的處理能力正確度遠(yuǎn)遠(yuǎn)低于人類。

過去都是靠摩爾定律這樣一種方式實(shí)現(xiàn)每一年半翻一番的。今天摩爾定律不存在了，因?yàn)镚PU計(jì)算比摩爾定律還要加速。對整個(gè)節(jié)能和成本控制來講，不是20%、30%的提高，而是幾十倍的提升。從人臉識別、物理物體識別等方面來講，機(jī)器已經(jīng)成為“超人”，達(dá)到90%多的正確率。在安防領(lǐng)域也有很多試點(diǎn)和應(yīng)用。

以下是采訪實(shí)錄，雷鋒網(wǎng)作了不改變原意的整理與編輯：

AI City中包含零售、安防、交通等各個(gè)場景，您覺得最佳的落地場景是什么？

潘迪：我認(rèn)為安防是個(gè)剛需，它落地場景非常廣泛。其實(shí)我們這邊有一些分析，如果從整個(gè)市場來看的話，大約70%圍繞著車和人的安防，另外30%左右會解決金融、商業(yè)這些問題。

這些安防廠商提到的更多的需求點(diǎn)在哪里？他們需要你們解決什么問題？

潘迪：摩爾定律已經(jīng)消失，今天我們談到的不是20%的TCO，而是10倍，20倍的，即使你做的很多，客戶還是會希望更多更好。所以這里我再舉個(gè)例子，用TensorRT 3.0做優(yōu)化的話，推理可能可以達(dá)到100倍的提升。如果我們不去做優(yōu)化，可能10倍左右，所以其實(shí)客戶的需求是什么呢？省錢，這是一塊。另外一塊，我們也看到現(xiàn)在隨著新技術(shù)的發(fā)展，包括AR、VR，客戶也希望有這些新的技術(shù)，包括我們在談到AI City時(shí)說的，能不能用三維的方式來描述客戶？

（其他嘉賓：這點(diǎn)我稍微補(bǔ)充一點(diǎn)，所謂完整的方案是因?yàn)樵谶^去這幾年我們在國內(nèi)的客戶，包括全球客戶在做合作的時(shí)候，發(fā)現(xiàn)其實(shí)對于CUDA或者GPU的開發(fā)其實(shí)很多人都會碰到難處，尤其是AI現(xiàn)在來得這么快，其實(shí)很多廠商都想加入到AI領(lǐng)域，或者在他們的產(chǎn)品上把AI的功能加上。但是之前比方說他對于CUDA或者GPU不熟的情況下，短期內(nèi)開發(fā)GPU的產(chǎn)品可能就成為一個(gè)瓶頸。所以說我們才會開發(fā)TensorRT，還有整個(gè)的SDK，如果大家可以看到我們比方說像十幾行的代碼就可以幫你把神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)，而且性能是非常好，因?yàn)槔锩娴膬?yōu)化，包括里面GPU的加速全都是NVIDIA做的。

這樣的話能夠保證最大程度的挖掘出GPU的能力，就像剛才潘總講的第二點(diǎn)，其實(shí)就是說未來網(wǎng)絡(luò)發(fā)展的前景我們現(xiàn)在還沒有看到它的盡頭，并不是說我們現(xiàn)在做人臉，或者說做一些目標(biāo)檢測或者車的一些檢測，這就到了世界終點(diǎn)，并不是這樣。比方說我們可以看到車和人的檢測，其實(shí)大多數(shù)都是單幀檢測，未來會不會有多幀里面的跟蹤算法，還有包括分辨率會不會越來越大，現(xiàn)在客戶給我們的回答都是非常非常正面，認(rèn)為在將來，其實(shí)這個(gè)計(jì)算力也會持續(xù)上升。）

您認(rèn)為這就是未來AI在安防行業(yè)中的發(fā)展趨勢嗎？

潘迪：這個(gè)世界隨時(shí)隨地都在變，治理部門、管理部門要面對這種變化，所以我相信今天可能并不需要或者不存在的需求，明天可能就會有。所以應(yīng)用創(chuàng)新很重要，這里面包括商業(yè)模式。比如最近這幾年，共享單車、外賣火熱，這是幾年前我們想象不到的。

安防從本質(zhì)上來看就是安全防范，公安對安防最大的需求是預(yù)測，比如會不會發(fā)生犯罪或交通事故？在這方面NVIDIA怎么看？

潘迪：事實(shí)上安防包含兩方面，一個(gè)是管理，另外一個(gè)是服務(wù)，我覺得服務(wù)可能比管理還要重要，其實(shí)很多事情發(fā)生以后你再去做，還不如預(yù)防。比如公安要隨時(shí)統(tǒng)計(jì)進(jìn)出人數(shù)，就是為了管理，而管理的目的就是預(yù)防。

這種場景想象的空間非常大，這也是為什么我們需要很多初創(chuàng)企業(yè)。NVIDIA有一個(gè)Inception Program（創(chuàng)始計(jì)劃），就是針對眾多的初創(chuàng)企業(yè)、新型企業(yè)。當(dāng)然很多初創(chuàng)企業(yè)都是圍繞著技術(shù)層面，但是我相信也有很多初創(chuàng)企業(yè)圍繞著應(yīng)用、圍繞著商業(yè)模式。

過去我們一直覺得計(jì)算很困難。隨著5G網(wǎng)絡(luò)的發(fā)展，可能集中式“面”的管理會越來越多。

在安防領(lǐng)域、實(shí)際場景識別率與實(shí)驗(yàn)室中相差甚遠(yuǎn)，如果說技術(shù)不是問題，而且應(yīng)用場景也非常明確，那么為什么實(shí)際效果是這樣的？它的關(guān)鍵問題出在哪兒？

（其他嘉賓回答：首先一點(diǎn)，我覺得這可能更多是技術(shù)層面，其實(shí)之前有很多其他客戶問過類似的問題，但實(shí)際上跟我們非常緊密的合作伙伴像?？?、大華并沒有造成這樣的問題，識別率會明顯的下降。本身深度學(xué)習(xí)就是基于海量數(shù)據(jù)庫，數(shù)據(jù)越多，識別率或者準(zhǔn)確率是會穩(wěn)定上升的。我懷疑可能您的50%來自傳統(tǒng)模式，這也是為什么傳統(tǒng)模式在遇到數(shù)據(jù)量大的問題時(shí)，準(zhǔn)確率會下降。這是之前碰到的情況。第二點(diǎn)，現(xiàn)場安裝的問題，比如說剛才潘總講到的應(yīng)用還有場景是緊密結(jié)合在一起的，為什么這么說？比如說我的場景是零售，聚焦室內(nèi)，人的頭像也比較大，但是如果用在地鐵口，可能是多人，兩邊的計(jì)算力其實(shí)本身就不一樣。各家廠商做優(yōu)化的時(shí)候，比如放到車站口或者地鐵口，是為了應(yīng)付多人，但是如果把這個(gè)優(yōu)化直接放到商店里，肯定性能會稍微弱一些，所以說您可以看到，各家廠商現(xiàn)在在做一個(gè)叫定制化的服務(wù)。他們在各種各樣的云端和終端設(shè)備上都在部署自己的算法，其實(shí)里面的算法會稍微有些差別，也是根據(jù)具體場景的不同做了一些訓(xùn)練。）

NVIDIA相對其他同行有哪些技術(shù)壁壘？

潘迪：我覺得GPU本身就很獨(dú)特，對整個(gè)計(jì)算是一個(gè)翻天覆地的變化。四萬五千個(gè)圖像每秒，大概要用160個(gè)CPU的server，大概要65千瓦，4個(gè)柜子。但是現(xiàn)在用GPU這種方式的話，就一個(gè)NVIDIA HGX架構(gòu)的8個(gè)volta，3千瓦，一個(gè)箱子。在GPU的基礎(chǔ)上，我們又做了深度學(xué)習(xí)、優(yōu)化各方面的工作。如果你去做DGX-1這個(gè)服務(wù)器，里面還有很多的框架，我們針對這些框架又做了很多的優(yōu)化，比如NVIDIA Caffe的性能比一般的Caffe的性能還要高。

 一個(gè)是本身這個(gè)架構(gòu)， GPU計(jì)算，再加上軟件，再加上TensorRT3.0，所以我們在這方面的優(yōu)勢是很明顯的。

針對初創(chuàng)企業(yè)NVIDIA提供的服務(wù)會有什么特點(diǎn)？

潘迪：首先第一點(diǎn)，對初創(chuàng)企業(yè)我們自己的系統(tǒng)會有一個(gè)優(yōu)惠的條件給他們，比如資金支持。另一方面，我們有自己的社區(qū)，社區(qū)是最重要的，互相學(xué)習(xí)。第三點(diǎn)，我們有系統(tǒng)架構(gòu)師、銷售人員、編程人員等等。

初創(chuàng)企業(yè)會不會因?yàn)閮r(jià)格因素而選擇使用其他方式，比如FPGA？

潘迪：我們相信他們會做一個(gè)正確的判斷。GPU的基礎(chǔ)是CUDA，有三個(gè)特點(diǎn)，我們叫“3P”：power，節(jié)能；performance，性能；programability，可編程。我相信NVIDIA的價(jià)值非常明顯。雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。