L4 GPU – NVIDIA 技術博客

利用 AI 驅動的洪水建模和 3D 可視化技術增強氣候韌性

Wed, 15 Jan 2025 06:43:24 +0000

AI 驅動的洪水建模和 3D 可視化工具正在改變社區應對氣候風險的方式。在這場 NVIDIA GTC 2024 會議中，RSS-Hydro 的 Guy Schumann 和 Guillaume Gallion 將探索新一代地理空間應用和高保真可視化 (包括 NVIDIA Omniverse ) 如何通過為決策制定、公眾教育和救災人員訓練提供動態工具來增強抗災能力。他們深入探討了 FloodSENS 等 AI 驅動的平臺如何結合使用衛星和傳感器數據以及在 NVIDIA GPUs 上運行的機器學習模型來創建高度準確的洪水地圖，即使在云量等具有挑戰性的條件下也是如此。主要技術和方法包括： FloodSENS 平臺 FloodSENS 是一款由機器學習驅動的洪水繪圖工具，使用基于光學衛星數據訓練的 U-Net 模型。它通過集成數字高程模型 (DEM) 和水流量網格等輔助數據集，

Source

]]>

AI 視覺技術助力綠色回收工廠智能化

Thu, 19 Dec 2024 09:05:16 +0000

全球每年僅回收約 13% 的 20 多億噸城市垃圾。到 2050 年，全球每年的城市廢棄物量將達到 3.88 億噸。但全球回收行業的效率遠遠不夠。每年，價值高達 120 億美元的可回收塑料 (更不用說紙張或金屬了) 最終進入垃圾填埋場，而不是使用回收材料制造的新產品。英國的初創公司 Greyparrot 開發了一款由 AI 驅動的小型設備，可提供“廢棄物智能”功能，旨在幫助回收工廠變得更高效、更環保。這款名為 Greyparrot Analyzer 的兩英尺方形時尚設備使用嵌入式攝像頭來識別和區分流經回收工廠的傳送帶上的材料。該分析器使用機器學習物體檢測模型（ODM）連接到回收工廠，并幫助改造其基礎設施。ODM 根據數千萬張廢棄物圖像進行訓練，捕獲和分析快速廢棄物圖像只需不到 60 毫秒。分析器的 ODM 使用 NVIDIA H100 Tensor…

Source

]]>

RAPIDS cuDF 在 Google Colab 上瞬間加速 pandas 達 50 倍

Tue, 14 May 2024 06:47:37 +0000

在谷歌 I/O’24 上，谷歌人工智能倡導主管 Laurence Moroney 宣布：RAPID cuDF 現已集成到 Google Colab 中。這意味著，開發人員現在可以在谷歌 Colab 的 GPU 實例上將 panda 代碼加速到 50 倍，并且隨著數據的增長繼續使用 panda，而不會犧牲性能。 RAPIDS cuDF 是一個基于 GPU 的 DataFrame 庫，可以在零代碼更改的情況下加速數據處理工具 Pandas。Google Colab 是基于 Python 的數據科學最受歡迎的平臺之一，它已經成為一個月擁有超過 1000 萬用戶的標準工具。作為一個云托管平臺，Colab 提供了一個開箱即用的數據科學筆記本環境，可以從瀏覽器訪問。其易于使用的基礎設施包括免費和付費層的 GPU。您可以使用啟用 GPU 的 Colab 筆記本電腦頂部的單個命令，

Source

]]>

使用 CV-CUDA 提高基于人工智能的計算機視覺的吞吐量并降低成本

Thu, 04 May 2023 03:41:08 +0000

涉及基于人工智能的實時云規模應用程序計算機視覺正在迅速增長。用例包括圖像理解、內容創建、內容審核、映射、推薦系統和視頻會議。然而，由于對處理復雜性的需求增加，這些工作負載的計算成本也在增長。從靜止圖像到視頻的轉變現在也正在成為消費者互聯網流量的主要組成部分。鑒于這些趨勢，迫切需要構建高性能但具有成本效益的計算機視覺工作負載。基于人工智能的計算機視覺管道通常涉及圍繞人工智能推理模型的數據預處理和后處理步驟，這可能占整個工作負載的 50-80% 。這些步驟中常見的運算符包括以下內容：雖然開發人員可能會使用 NVIDIA GPU 來顯著加速他們管道中的人工智能模型推理，但預處理和后處理仍然通常使用基于 CPU 的庫來實現。這導致整個人工智能管道的性能出現瓶頸。通常是人工智能圖像或視頻處理管道一部分的解碼和編碼過程也可能在 CPU 上受到瓶頸，影響整體性能。

Source

]]>

NVIDIA 認證的人工智能、視頻和數據分析性能的下一代計算平臺

Wed, 22 Mar 2023 06:02:34 +0000

GPU – accelerated computing 的業務應用程序將在未來幾年大幅擴展。增長最快的趨勢之一是使用生成人工智能來創建類似人類的文本和所有類型的圖像。推動市場對生成人工智能興趣激增的是 transformer models 等技術，這些技術將人工智能帶入日常應用，從對話文本到蛋白質結構生成。可視化和 3D 計算也迅速引起人們的興趣，特別是在工業模擬和協作領域。隨著 Apache Spark 等核心應用程序的加速， GPU 有望成為數據分析、商業智能和機器學習效率和成本節約的重要驅動力。最后，在智能空間和工業自動化擴張的推動下，邊緣的人工智能推理部署是企業增長最快的領域之一。旨在解決這些日益復雜的計算需求的新一代計算技術正在出現。這包括 NVIDIA 的新 GPU 體系結構，以及 AMD 、 Intel 和 NVIDIA 新 CPU 。

Source

]]>

NVIDIA L4 GPU 實現 AI 視頻和 AI 推理性能的超級充電

Tue, 21 Mar 2023 06:59:15 +0000

NVIDIA T4 于 4 年前作為通用 GPU 引入主流服務器。 T4 GPU 已被廣泛采用，目前是 NVIDIA 數據中心中容量最大的 GPU s 。 T4 GPU 被部署到人工智能推理、云游戲、視頻和視覺計算的用例中。在 NVIDIA GTC 2023 主題演講中， NVIDIA 為人工智能工作負載推出了 several inference platforms ，包括 NVIDIA T4 的繼任者： NVIDIA L4 Tensor Core GPU 。 L4 GPU 現在是一款通用、節能的加速器，旨在滿足視頻、視覺計算、圖形、虛擬化、生成人工智能和邊緣計算的眾多應用的人工智能需求。在這篇文章中，我們介紹了與上一代（ T4 ）相比， L4 GPU 的主流服務器如何提供更多的 AI 視頻性能，并實現更多的視頻流。您將在從視頻流到藥物發現的各種用例中找到經過驗證的結果，

Source

]]>