新闻中心

EEPW首页 > 智能计算 > 业界动态 > 风河在NVIDIA GTC上展现AI驱动边缘应用新高度

风河在NVIDIA GTC上展现AI驱动边缘应用新高度

作者: 时间:2024-03-28 来源:EEPW 收藏

全球领先的关键任务智能系统软件提供商公司, 近日在美国加州圣何塞会展中心举行的全球性AI盛会, 演示了Wind River LinuxNVIDIA Jetson™集成建构的新一代生成式AI边缘应用。

本文引用地址://www.cazqn.com/article/202403/456921.htm

 

此项演示基于Yocto ProjectWind River LinuxNVIDIA Jetson Orin 集成为一体,为行车记录仪视频(Dashcam Videos)中的实时目标识别提供了突破性的CUDA优化解决方案,使AI驱动的路面目标识别提升到了更高的精度,从而能够显著提升城市交通的安全性和效率。

 

这种基于Yocto Project且具备商业级支持的Linux解决方案可以用于任何AI应用,其数据模型运行在NVIDIA Jetson上,覆盖多个关键任务应用系统,例如机器人、工厂安全、智能机器或无人机系统中的语音识别和姿态识别。

 

首席技术官Paul Miller表示:“生成式AI正在改变整个行业,同时提升人们的日常生活品质,蕴藏着巨大潜力。把NVIDIA的技术与Yocto Project开源Linux相结合,将为新一代人工智能应用开辟广阔的前景。和英伟达的技术相结合,可以帮助开发人员实现人工智能和机器学习领域的快速创新,并为开发更智能、更安全的应用系统提供支持,从而催化革命性的转型。这项突破性的技术在大会上成为闪亮明星,我们对此倍感兴奋。”

 

把先进的视频处理算法和深度学习专业知识融为一体,并提供很好的鲁棒性和可扩展性,从而使这套解决方案在目标识别方面的准确性和速度都显著提升。这套解决方案基于Yocto ProjectLinux环境,因而可以提供无与伦比的定制化和可控性,满足了行车记录仪应用场景中对于AI的独特需求。此项演示表明,与之前测试的其他Linux配置相比,在基于Yocto Project的环境中,CUDA优化能使计算效率和软件性能提升25%

 

在对这套AI目标检测系统进行评估的过程中,使用了由用户提供的行车记录仪实景视频作为输入。这种测试方法可以评估系统在现实场景中的表现,确保解决方案能够适应复杂多变且难以预测的现实应用环境。

 

这个AI模型可以实时识别交通状况中的各种目标,例如多种汽车和行人(提供多种不同的置信度)。这套系统中的图像分析系统具备以下重要特色:

 

- 在复杂环境中实现高精度识别:尽管行驶在繁忙的城市街道充满挑战,但这套系统表现出了很高的准确度,能够以极高的置信度检测出车辆和行人。

- 实时性能:系统中的AI模型可以有效地处理视频流,保持高帧率(188.8 FPS),这对实时应用至关重要。如此之高的性能使这套模型具备了集成进入先进驾驶辅助系统的潜力。

- 实用性:由于这项演示采用了用户行车记录仪中的实景视频,因此足以表明在真实环境中的有效性,从而确保这项技术能够可靠地运行在日常场景中。

 

此外,日本安川电气公司在上还推出了基于Wind River LinuxJetson集成解决方案的现场演示,利用 AI 技术实现了工业机器人在非结构化环境中的自主决策与自动行走。

 

作为边缘人工智能、嵌入式和机器人应用平台,NVIDIA Jetson提供了可扩展的软件、现代化的人工智能技术堆栈、生产就绪的ROS软件包和特定应用的人工智能工作流。它可以共享人工智能软件和云原生工作流程,同时达到了构建软件定义自主机器和突破性边缘人工智能解决方案所需的低功耗性能。

 

作为嵌入式市场最领先的Linux平台,Wind River Linux帮助企业在专门构建的Linux操作系统上开发、部署和运行功能强大、安全可靠的嵌入式解决方案,达到了关键任务应用必不可少的高性能要求。



关键词: 风河 NVIDIA GTC

评论


相关推荐

技术专区

关闭