GTC 2017 Keynote上，NVIDIA創(chuàng)始人兼CEO，黃掌門不止一次提到“Save money ”。

當然，這是主會演講“PPT鬧情緒”期間，老黃為活躍氣氛而講的“玩笑話”。

玩笑聲的背后，NVIDIA正在將AI推廣至每個計算平臺、每個架構、以及人類的每項工作中。

▲ NVIDIA 全球副總裁兼智能機器事業(yè)部總經理 Deepu Talla

Deepu Talla，現任NVIDIA 全球副總裁兼智能機器事業(yè)部總經理，主要負責在工業(yè)機器人、商用無人機和視頻分析等設備上部署AI技術。

現在，他手里掌握著NVIDIA兩大最重要的應用領域：機器人和AI城市。

在GTC2017大會期間，Deepu Talla帶來一場名為“AI AT THE EDGE ”的主題演講，專攻兩個話題：

一，NVIDIA機器人“大腦”——詳解“AI超級計算機”Jetson TX2平臺；

二，AI城市，需要邊緣到云的架構——詳解NVIDIA Metropolis平臺。

在這場近50分鐘“干貨”分享中，我們highlight了Deepu Talla的精彩要點：

一項深度學習工程的搭建，可分為訓練（Training ）和推理（Inference ）兩個環(huán)節(jié)。但第一步，需要創(chuàng)建神經網絡。隨著深度神經網絡在多種應用上取得極大成功，網絡架構也變得越來越深。

在網絡架構變化的同時，包括物聯(lián)網在內的終端設備數量也越來越多。因為這些設備直接連接傳感器數據（攝像頭、麥克風、陀螺儀等），所以在終端設備上部署機器學習具有極大的吸引力。

但現在看來，頂級的機器學習系統(tǒng)還無法滿足終端設備的現狀：

1、要么把傳感器數據輸入到云端的大型神經網絡模型；

2、要么直接在終端設備上使用簡單的機器學習模型。

前者存在帶寬、延時、數據隱私、網絡連接這四大難題，但后者會降低系統(tǒng)的準確率。

為了克服這些問題，自然而然地就想到了分布式計算方法。層級分布式計算架構包括云、邊緣與終端設備，NVIDIA推出端到端Training到Inference，后端服務器到前端攝像頭）的深度學習平臺。

Deepu Talla表示：

對訓練環(huán)節(jié)中神經網絡的大量數據訓練，主要用的是DGX－1；

之后將訓練好的數據存入到云和數據中心，這方面主要使用的是Tesla；

當然，也可以將這些數據部署到錄像機和攝像頭之中，這里主要使用的是Jetson計算平臺。

這里他提到AI最主要的應用——機器人。

事實上，機器人早已不是單純地用來博人眼球的噱頭，諸多機器人應用已經真實落地于多個行業(yè)終端，包括醫(yī)療、零售、公共事業(yè)和交通領域等垂直行業(yè)當中。

在機器人部署中，如何讓機器擁有與人一樣的“意識”，Deepu Talla 提到三個環(huán)節(jié)：感知、思考、行動。為了讓機器人為行業(yè)輸出更大能力。于是，NVIDIA 升級Jetson計算平臺，推出Jetson TX2。

Jetson TX2是NVIDIA嵌入式計算系列產品繼Jetson TK1和TX1之后的又一突破。

它所提供的性能為早前版本的兩倍，即能夠以兩倍以上的功效運行，且功率低于7．5W。這使得Jetson TX2能夠在終端應用上運行更龐大、更深度的神經網絡，讓設備更加智能，具有更高的精度和更快的響應時間，以執(zhí)行如圖像分類、導航和語音識別等任務。

NVIDIA Jetson嵌入式平臺對機器人，IVA等行業(yè)的助益著實不容忽視。除此之外，NVIDIA也宣布推出Isaac機器人模擬器。

NVIDIA Isaac機器人模擬器能夠實現在部署前模擬現實條件對智能機器進行訓練。Isaac將VR和AI這兩個先進技術加以融合，可為機器人提供一個虛擬環(huán)境進行AI訓練和測試。

在其構建的虛擬環(huán)境中，開發(fā)人員可通過虛擬現實技術來搭建各類測試場景，然后在幾分鐘內對其進行模擬，從而可以在虛擬世界中快速得到大量訓練數據，然后再利用AI技術從這些數據中訓練得到知識。

這些環(huán)節(jié)中，Deepu Talla特別強調了四點：1、搭建場景需要像現實一樣真實； 2、虛擬環(huán)境必須符合物理法則，碰撞，壓力，效果都要與現實世界一樣；3、高性能計算，AI平臺；4、虛擬世界入口，VR。

機器人之后，Deepu Talla 將話題轉到 AI 城市。

AI城市共建：NVIDIA用AI裝上“城市之眼”

“AI城市是一個巨大的AI推理挑戰(zhàn)，它可能需要使用大約1000萬個Tesla V100 GPUs來監(jiān)控10億臺攝像頭。 ”Deepu Talla表示。

至于為什么NVIDIA要進入到安防IVA領域，Deepu Talla表示，一方面是維護人身安全的需要；另一方面是行業(yè)需求，因為這個行業(yè)需要用到視頻分析，需要進行語音辨識，這兩個領域借助深度學習再合適不過。

NVIDIA全球副總裁暴力拆解：如何用AI打造“超強大腦”與“城市之眼”？（附PPT）

給智慧城市裝上“城市之眼”，NVIDIA核心競爭力在于：從解決方案的層面，NVIDIA提供從訓練到推理的解決方案，也可以提供從云到數據中心到服務器到端這樣的解決方案，覆蓋安防全行業(yè)。

目前，NVIDIA為打造AI城市已部署NVIDIA Metropolis平臺。

Metropolis于今年5月份首次發(fā)布，是一個包含各種工具和技術從終端到云端的視頻分析平臺，以構建覆蓋交通與停車管理、執(zhí)法、城市服務等各個方面更智能、更快速的AI賦能應用。

此外，NVIDIA正在與合作伙伴攜手，以助力中國建設更智慧、更安全的城市為目標，加快腳步。

�？低�視在端到端解決方案中采用NVIDIA平臺；

大華的方案為大型活動提供了數以百計的虛擬保安；

華為的方案用于監(jiān)控交通流量；

阿里巴巴的解決方案可以監(jiān)控交通堵塞并改善交通狀況。

下一步，挑選軟件合作伙伴

Deepu Talla向科技行者透露，NVIDIA正在通過新的合作伙伴計劃匯聚更多的全球最佳AI公司，以加速圍繞Metropolis的新產品開發(fā)。

在GTC2017現場，NVIDIA就展示不少“中國力量”。

JDrone：高空配送

京東 X已與北京、四川、陜西和江蘇等省市合作推出了試點項目，旨在將無人機用于快遞、農業(yè)、搜索和救援領域。憑借擁有高性能、低能耗、小尺寸和先進視覺能力的Jetson，JDrones具有每小時100公里的航速，同時可以配送重達30公斤的包裹。其它京東無人機測試可承載多達200公斤。

NVIDIA全球副總裁暴力拆解：如何用AI打造“超強大腦”與“城市之眼”？（附PPT）

�？低�視：讓安防“火眼金睛”

海康威視將攝像機及網絡錄像機與NVIDIA Jetson終端相結合，使用由NVIDIA Tesla P4 GPU加速器提供支持的云服務器，以及利用DGX－1 AI超級計算機的大規(guī)模計算能力進行訓練。 監(jiān)控攝像頭采集到的視頻信息輸入系統(tǒng)，系統(tǒng)會自動分離出所有人（包括人臉、衣著甚至背影）和所有汽車（包括車牌、顏色、年款）。