0
安全是城市的基礎，沒有安全、和諧的環境，城市化進展毫無意義。
對于城市安防來說，要解決的大部分問題都可歸結為視頻中的“找車”“找人”。據數據統計，截至2020年，全球攝像機的數量預計將增至10億臺，海量數據對存儲、寬帶、處理、計算都帶來巨大壓力。過去的老方法是靠專家模型來做，其實就是手寫程序，正確率最多能做到70%多。如果要尋找一個人，這70%幾的正確率相當于沒有應用于實際場景中。
幸運的是，大概在2012年底深度學習誕生了。即此，人們有了深度學習、非結構大數據、計算量三個要素。如果靠傳統CPU計算的話，能源消耗、成本各方面都會吃不消。GPU計算是一個革命性的并行計算模式，很好的推進了深度學習和大數據。這三件事結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？它解決了什么現實問題？由此，在2017安博會期間，NVIDIA亞太區戰略運營與合作伙伴副總裁潘迪詳細解釋了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中要解決的一個是人的問題，另一個是車的問題。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，他們有兩個目的，一個是管理，另外一個是通過管理來服務。
他認為，對于AI City而言，有兩個方面非常重要：
一、高效。城市資源有限，如何在有限的資源里讓城市發揮更多作用；
二、安防監控。過去談數字城市，后來有了Wifi和3G之后又談網絡城市，再后來一直談智慧城市，現在人們談AI City，如何用AI技術讓城市更智能，這是循序漸進的過程。
在潘迪看來，在處理城市建設中的海量數據方面，AI比人力更擅長。由深度學習驅動的AI計算機能夠顛覆傳統數據處理、分析的方式，高效整合海量圖像信息并將其轉化為深層次的理解。從數據采集，存儲，處理到推理運用，城市視頻監控分析人員每日面臨復雜挑戰。以往單純依靠人員監控的方式僅能覆蓋視頻監控數據的鳳毛麟角，而早期視頻分析系統的處理能力正確度遠遠低于人類。
過去都是靠摩爾定律這樣一種方式實現每一年半翻一番的。今天摩爾定律不存在了，因為GPU計算比摩爾定律還要加速。對整個節能和成本控制來講，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，機器已經成為“超人”，達到90%多的正確率。在安防領域也有很多試點和應用。
以下是采訪實錄，雷鋒網作了不改變原意的整理與編輯：
AI City中包含零售、安防、交通等各個場景，您覺得最佳的落地場景是什么？
潘迪：我認為安防是個剛需，它落地場景非常廣泛。其實我們這邊有一些分析，如果從整個市場來看的話，大約70%圍繞著車和人的安防，另外30%左右會解決金融、商業這些問題。
這些安防廠商提到的更多的需求點在哪里？他們需要你們解決什么問題？
潘迪：摩爾定律已經消失，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。所以這里我再舉個例子，用TensorRT 3.0做優化的話，推理可能可以達到100倍的提升。如果我們不去做優化，可能10倍左右，所以其實客戶的需求是什么呢？省錢，這是一塊。另外一塊，我們也看到現在隨著新技術的發展，包括AR、VR，客戶也希望有這些新的技術，包括我們在談到AI City時說的，能不能用三維的方式來描述客戶？
（其他嘉賓：這點我稍微補充一點，所謂完整的方案是因為在過去這幾年我們在國內的客戶，包括全球客戶在做合作的時候，發現其實對于CUDA或者GPU的開發其實很多人都會碰到難處，尤其是AI現在來得這么快，其實很多廠商都想加入到AI領域，或者在他們的產品上把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，短期內開發GPU的產品可能就成為一個瓶頸。所以說我們才會開發TensorRT，還有整個的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網絡實現，而且性能是非常好，因為里面的優化，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，其實就是說未來網絡發展的前景我們現在還沒有看到它的盡頭，并不是說我們現在做人臉，或者說做一些目標檢測或者車的一些檢測，這就到了世界終點，并不是這樣。比方說我們可以看到車和人的檢測，其實大多數都是單幀檢測，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，現在客戶給我們的回答都是非常非常正面，認為在將來，其實這個計算力也會持續上升。）
您認為這就是未來AI在安防行業中的發展趨勢嗎？
潘迪：這個世界隨時隨地都在變，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。所以應用創新很重要，這里面包括商業模式。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。
安防從本質上來看就是安全防范，公安對安防最大的需求是預測，比如會不會發生犯罪或交通事故？在這方面NVIDIA怎么看？
潘迪：事實上安防包含兩方面，一個是管理，另外一個是服務，我覺得服務可能比管理還要重要，其實很多事情發生以后你再去做，還不如預防。比如公安要隨時統計進出人數，就是為了管理，而管理的目的就是預防。
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企業。NVIDIA有一個Inception Program（創始計劃），就是針對眾多的初創企業、新型企業。當然很多初創企業都是圍繞著技術層面，但是我相信也有很多初創企業圍繞著應用、圍繞著商業模式。
過去我們一直覺得計算很困難。隨著5G網絡的發展，可能集中式“面”的管理會越來越多。
在安防領域、實際場景識別率與實驗室中相差甚遠，如果說技術不是問題，而且應用場景也非常明確，那么為什么實際效果是這樣的？它的關鍵問題出在哪兒？
（其他嘉賓回答：首先一點，我覺得這可能更多是技術層面，其實之前有很多其他客戶問過類似的問題，但實際上跟我們非常緊密的合作伙伴像海康、大華并沒有造成這樣的問題，識別率會明顯的下降。本身深度學習就是基于海量數據庫，數據越多，識別率或者準確率是會穩定上升的。我懷疑可能您的50%來自傳統模式，這也是為什么傳統模式在遇到數據量大的問題時，準確率會下降。這是之前碰到的情況。第二點，現場安裝的問題，比如說剛才潘總講到的應用還有場景是緊密結合在一起的，為什么這么說？比如說我的場景是零售，聚焦室內，人的頭像也比較大，但是如果用在地鐵口，可能是多人，兩邊的計算力其實本身就不一樣。各家廠商做優化的時候，比如放到車站口或者地鐵口，是為了應付多人，但是如果把這個優化直接放到商店里，肯定性能會稍微弱一些，所以說您可以看到，各家廠商現在在做一個叫定制化的服務。他們在各種各樣的云端和終端設備上都在部署自己的算法，其實里面的算法會稍微有些差別，也是根據具體場景的不同做了一些訓練。）
NVIDIA相對其他同行有哪些技術壁壘？
潘迪：我覺得GPU本身就很獨特，對整個計算是一個翻天覆地的變化。四萬五千個圖像每秒，大概要用160個CPU的server，大概要65千瓦，4個柜子。但是現在用GPU這種方式的話，就一個NVIDIA HGX架構的8個volta，3千瓦，一個箱子。在GPU的基礎上，我們又做了深度學習、優化各方面的工作。如果你去做DGX-1這個服務器，里面還有很多的框架，我們針對這些框架又做了很多的優化，比如NVIDIA Caffe的性能比一般的Caffe的性能還要高。
一個是本身這個架構， GPU計算，再加上軟件，再加上TensorRT3.0，所以我們在這方面的優勢是很明顯的。
針對初創企業NVIDIA提供的服務會有什么特點？
潘迪：首先第一點，對初創企業我們自己的系統會有一個優惠的條件給他們，比如資金支持。另一方面，我們有自己的社區，社區是最重要的，互相學習。第三點，我們有系統架構師、銷售人員、編程人員等等。
初創企業會不會因為價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正確的判斷。GPU的基礎是CUDA，有三個特點，我們叫“3P”：power，節能；performance，性能；programability，可編程。我相信NVIDIA的價值非常明顯。雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
