GPU为何能在安防行业呼风唤雨

【编者按】智能安防的发展，离不开GPU的算力和其算法的搭载能力，而随着安防设备的更新换代及市场发展的需求，GPU在未来势必和安防结合的更加紧密。

本文首发于帮尼资讯，原作者帮尼菌。经亿欧编辑，供行业人士参考。

---

最近，Intel宣布将于2020年正式发布GPU新品——Xe显卡，以此回应大家几年来对Intel GPU设计传闻怀疑的声音。

时至今日，GPU似乎已经成为了大多数显示设备的标配，在安防行业，GPU更是发挥了不可替代的重要作用。

海康威视、大华股份、宇视科技、天地伟业、科达……如今这些安防大厂都在使用英伟达的GPU人工智能和深度学习产品服务及解决方案，并依靠自身实力研发多款基于英伟达GPU的相关产品。

可以说，在图像识别和智能算法方面，GPU给予安防大厂的更像是一套积木，只要稍作拼搭，就能使设备的图像采集及处理技术能力上升一个档次。

而提到GPU，就不能不提到GPU的开创者英伟达，英伟达的CEO“黄教主”黄仁勋更是早在2017年就宣称要用Tesla GPU去支持10亿个摄像头。

可以说， GPU在安防行业的底气不可谓不足 。

那么是什么给予GPU在安防行业的重要地位呢？其实那还要回归到2006年，正是当年发生的这件事让GPU脱颖而出，并能在如今越来越智能化的安防行业竞争中占领高地。

脱颖而出的GPU与CUDA

显卡，一直以来都被人们当做显示的元器件，是显示屏及电脑成像的关键组件。而更关键的计算功能，往往都是交由CPU来运行。

而在2006年，黄仁勋经过慎重的考虑，决定进行一次关键性的赌注，那就是押注于开发GPU，让 GPU能够处理图像以外更复杂的任务。

而这就是CUDA项目。

何为CUDA？CUDA指的是Compute Unified Device Architecture，即统一计算架构。该架构使得GPU能够独立执行运算并解决复杂的计算问题。

它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。

开发人员可以使用C语言来为CUDA™架构编写程序。现在， 你甚至可以在CUDA上直接编写C++和FORTRAN等计算机语言 。

简单来说，正是CUDA的诞生，让显卡由一个单纯的显示单元，变成了一个会思考、能够定制化服务、匹配智能化功能的画面处理器。

CUDA架构让显卡具备了计算能力，成为了与CPU相同的并行处理单元

对于安防设备来说，CUDA的诞生意味着在仅装备显卡的情况下就可以实现端到端的AI接入与深度学习，并进行大规模的智能算法训练。

可以说搭载了CUDA的GPU就像是给摄像机装上了脑子，让它能够看得懂捕捉画面的意义，进而帮助后台人员进行更高效的信息处理。

然而实现这一步并不简单，在2006年英伟达为了这一项目的研发每年要花费5亿美元，占英伟达总营收的六分之一。

你说这是黄教主的个人判断也好，深谋远虑也好，但无疑英伟达这次赌对了 ，而对于安防行业，这项技术也给安防智能化铺好了道路。

与GPU共同发展的智能安防

随着GPU性能的不断提升，以显示需求为核心需求之一的安防行业越来越看到了GPU的可塑性。而GPU也瞄准了安防市场进行了一系列的产品研发。

比如以打造AI智慧城市为目标的Metropolis平台，微型计算机Jetson TX系列、TeslaGPU、TensorRT深度学习处理器等等都在安防领域有着广泛的应用。

致力于云端连接的Metropolis平台

在安防领域，GPU的应用带来了大批量的技术革新，如海康后端的NVR、“脸谱”人脸分析服务器、刀锋服务器、大华的“睿智”系列后端设备、宇视的“昆仑”智能分析服务器、华为的车辆结构化及反向图像检索智能算法等等。

可以说，GPU的成长史上遍布了安防技术进步的成果。

而在2018年，英伟达发布了图灵架构，这一架构也被誉为是自CUDA发明以来最伟大的发明。图灵架构的发布，让摄像机实现光纤追踪成为了可能，并为摄像机后端实现高性能的深度学习训练和推理提供了可能。

图灵架构的深度学习极大的提高了摄像机的智能水平

而GPU的进步也为智能摄像机的技术提供了新的发展可能，在2019年，海康大华华为都井喷式地发布了上百款的智能摄像机，而每款摄像机的背后， 都是这些GPU根据场景化的不同需要而进行不同算法的搭载，进而呈现出用户需要的画面。

智能安防的发展，离不开GPU的算力和其算法的搭载能力，而随着安防设备的更新换代及市场发展的需求，GPU在未来势必和安防结合的更加紧密。

而对于每次更新迭代就能达到几倍甚至几十倍性能的GPU而言，安防行业对它的开发还有更多的可能，而届时谁走在了时代的前沿，谁就能够在智能安防市场更多的开疆扩土。

本文已标注来源和出处，版权归原作者所有，如有侵权，请联系我们。