NVIDIA创始人兼CEO黄仁勋在演讲中表示，AI已无处不在，两股力量正推动计算机领域的未来。第一，摩尔定律已终结，设计人员无法再创造出可以实现更高指令集并行性的CPU架构；第二，深度学习正在引领软件和计算机领域的变革。深度学习、大数据和GPU计算的结合引爆了AI革命。
本次大会，大华股份作为全球安防行业最具规模和技术创新能力的领军企业，向全球展示了公司在边缘计算、深度学习、人工智能等新领域的应用及创新突破。大华股份研发中心中央研究院院长殷俊发表了以《GPU加速智慧城市的视频应用》为题的精彩演讲，以下是殷院长的分享：
一、智慧城市中，AI已开始渗透到各个行业
人工智能技术快速发展，逐步走进了我们生活的方方面面，并以各种方式颠覆传统，安防行业也正在被颠覆。安防行业拥有海量的训练样本，这给予了人工智能最好的发展土壤，是目前AI发展的最重要的因素。目前，人工智能已融入到大华的平安城市、智慧交管、司法监狱、智能楼宇、金融、交通、智慧城市等各行业应用中。
二、深度学习加速人工智能普及
“在智能化应用过程中，算法，尤其是深度学习的普及提升到可用的能力，大大加速产品化和商业化。”殷院长讲道，“深度学习提升了智慧城市数据挖掘能力，如交通大数据及人脸大数据解决方案的实现表明许多只能停留在概念阶段的想法将成为商品化可能。深度学习以数据作为驱动，极大加速新领域算法的实现速度，以及性能快速迭代的速度，以更少的资源发挥更大的价值。深度学习是计算视觉领域革命性的进步！”
三、海量视频数据的快速处理能力
殷院长将大数据时代应对海量视频数据处理的核心定义为：存储，算法，算力。
在存储方面，大华推出智能云存储，云存储+AI，打造一站式智能融合新体验。关于其性能，殷院长解释道：“ 高性能——数据和控制分离，文件多节点并发访问，最小系统读写性能达到4GB/s以上；高可靠——设备级、硬盘级、文件级容错，单硬盘损坏数据可自动恢复，恢复速度高达100TB/小时；弹性存储——可存储PB级视频数据，弹性扩展无需数据迁移，性能和容量随节点数增加而线性增加等等。”
同时，殷院长也指出，AI计算不能只有训练部分，必须也包含推理，GPU只适合训练（training），不适合推理（inference）的观点已经过时了，今后的深度学习平台，不仅仅是一个训练平台，也不仅仅只是针对某些领域的应用平台，而是能够让深度学习各方面应用真正落地的“云计算业务平台”。
值得一提的是，黄仁勋在介绍本次大会中宣布推出的NVIDIA TensorRT 3的重要特点时说道：“原先TensorRT更擅长图像处理等方面深度学习的应用，而TensorRT 3无论是云、数据中心、机器、机器人等等，都能够轻易处理。可以预见，今后大华基于NVIDIA平台的解决方案将更加具有行业针对性及多样化。”
四、大华深度学习系列智能服务器——睿智服务器
在实战方面，殷院长向我们介绍了今年大华面向行业发布的采用NVIDIA P4板卡的深度学习“睿智”服务器。
殷院长提到：“目前摄像机存量大、新增市场容量巨大、非智能摄像机需要通过服务器进行智能分析，而通用服务的智能分析能力弱、成本高、密度低、能耗大。而高性能GPU智能服务器拥有并发大、密度高、单位能耗低、单位成本低的特点，正是面对人工智能与大数据时代的核心产品。大华睿智服务器，同时支持8块NVIDIA GPU板卡，最高192路1080p视频分析，拥有目标分类及特征提取，视频结构化系统，能够从应用场景和性能上真正解决用户的实际需求。”
五、边缘计算
“未来大量的前端设备，也需要强大的计算能力。“在演讲的最后，殷院长谈到了边缘计算的概念。未来随着数据的大量增长，把所有的数据都传到云端处理，不管是从网络带宽还是处理效率方面来考虑都不是最佳的选择。将原本由中心节点处理的业务加以分解，分散到边缘节点来处理，数据的分析更接近数据来源，才更加适合大数据的处理。”将数据的分析处理分布到网络的边缘，例如行为分析、人员密度、人体属性、人脸属性、人脸识别、立体视觉等大量的处理功能都能在前端的摄像头或是NVR产品中实现，同时配合后端的大数据平台，将会是未来的主流形式。“殷院长说。
未来我们相信每个摄像机都是一双眼睛，能够看懂各种场景，甚至能告诉我们每天、每月发生的故事；从城市的维度看，海量的摄像机正是一双双眼睛帮助我们更清晰地发现城市的管理情况，帮忙我们考虑如何去优化城市的交通、人流等等。我们希望通过科技的进步让生活更美好，让城市更绿色。
