英伟达加速智能分析acceleration in ivaiva.pptx

英伟达GPU加速智能视频分析2014年5月7日

可视化计算的领导者游戏专业可视化HPC和大数据移动计算

加速计算

CPU为串行任务优化GPU加速器为众多并行任务优化10x性能5x能源效率

CPU–送披萨

NVIDIAGPU–送披萨

高性能计算GPU-TESLA?

TeslaKeplerFamily

World’sFastestandMostEfficientHPCAcceleratorsGPUsSinglePrecisionPeak(SGEMM)DoublePrecisionPeak(DGEMM)MemorySizeMemoryBandwidth(ECCoff)PCIeGenSystemSolutionCFD,BioChemistry,NeuralNetworks,HighEnergyPhysiscs,Graphanalytics,MaterialScience,BioInformatics,MEK404.29TF(3.22TF)1.43TF(1.33TF)12GB288GB/sGen3Server+WorkstationWeatherClimate,Physics,BioChemistry,CAE,MaterialScienceK20X3.95TF(2.90TF)1.32TF(1.22TF)6GB250GB/sGen2ServeronlyK203.52TF(2.61TF)1.17TF(1.10TF)5GB208GB/sGen2Server+WorkstationImage,Signal,Video,SeismicK104.58TF0.19TF8GB320GB/sGen3Serveronly

GPU加速智能视频分析

美国国防部每月从阿富汗和其他战区收集几万小时的空中监控视频还需要花费更多的精力来分析处理这些抖动和伴有噪音的视频视频增强和分析必须做实时的、计算密集型的清理和分析，以获得可用情报与只用CPU相比，采用GPU处理视频加速了７倍，得以实现实时处理前线战士马上就能拿到这些分析结果

视频监控分析处理极大减少人的工作量多个高清视频流无法有效监控对于超过90路的高清直播流，GPU在处理多个对象跟踪和实时报警时，实现12倍加速11.6x

fasterwith1GPU24x7安防-智能视频监控

视觉智能分析技术（目标检索、目标识别、特征匹配、影像增强等)，对计算能力提出了较高的要求和挑战“智能安防服务器”及“IV007”视频侦查产品多项分析算法受益于GPU优化，处理速度获得了显著提升例如：核心视觉算法-“运动目标侦测”，在采用GPU优化后，获得了12x至17x的速度提升GPU对视觉算法的加速GPU加速比处理耗时

非合作的人脸识别日益增多的监控摄像头需要实时监控检测人力有限，且不准确算法：通过实时人脸识别来检测可疑人物GPU加速7x，实现实时处理目前，能在产生危害前检测出可疑的人和事件

一小时视频５秒钟搜完几秒钟就可以在一小时视频中找到可疑对象视频和影像搜索和分析人工审查数小时、数日、甚至数年的视频和图像，耗尽了人力分析资源Nervve允许自动搜索目标，这些目标以多种视频/图像格式和类型，包括EO，红外和激光雷达。Nervve需要最少的培训。GPU加速20x，寻找视频对象的速度超过20,000FPS有了Nervve,分析人员能够取证搜索或实时搜索、获取排名结果、实时报警。

GPU加速大数据分析/机器学习

大数据应用的关键算法ScientificComputingMatrixMultiplicationGiraphN-BodySimulationDataWarehouseGraphicAnalyticsPageRankHamaHiveGzipBzip2MahoutNa?veBayesClassifierFuzzyK-MeansMachineLearningmendersK-MeansCanopyDecisionForestsLinearRegressionFrequentItemsetMiningCollocationsSolrLuceneSimilarityScoreStringMatchWordCountSearchAprioriBellman-FordDepth-firstSearchSparseMatrix-VectorMultiplicationSnappy不合适GPU不确定计算密集型PageViewRank/CountInvertedIndex