NVIDIA Pavimenta el Camino para Ciudades IA

NVIDIA Pavimenta el Camino para las Ciudades de Inteligencia Artificial con Plataforma Metropolis Edge-to-Cloud para Análisis en Video

Metropolis hace a las ciudades más seguras e inteligentes al aplicar deep learning a secuencias de video

Más de 50 socios de la iniciativa AI City Utilizan NVIDIA Deep Learning para utilizar información en tiempo real, para hacer a las comunidades más seguras e inteligentes, mejorando el tráfico y la utilización de recursos.

NVIDIA Pavimenta el camino para la creación de AI cities (ciudades de inteligencia artificial), NVIDIA presentó la plataforma inteligente para análisis de video NVIDIA Metropolis™.

Metropolis hace a las ciudades más seguras e inteligentes al aplicar deep learning a secuencias de video para aplicaciones tales como seguridad pública, gestión del tráfico y optimización de recursos. Más de 50 empresas asociadas a NVIDIA AI City ya están ofreciendo productos y aplicaciones que utilizan deep learning en las GPUs, muchas de las cuales estarán en exhibición esta semana en la GPU Technology Conference.

“Deep learning hace posible un poderoso análisis inteligente de video que transforma los datos anónimos de video en datos valiosos en tiempo real, que mejoran la seguridad y mejoran las vidas,” comentó Deepu Talla, vicepresidente y gerente general de Tegra business en NVIDIA. “La plataforma NVIDIA Metropolis permite a sus clientes colocar la AI detrás de cada secuencia de video para crear ciudades más inteligentes.”

El Video es la Fuente de Datos más Extensa del Mundo
El video es el más grande generador de datos, capturados por cientos de millones de cámaras implementadas en áreas tales como propiedades gubernamentales, transporte público, edificaciones comerciales y avenidas. Para el año 2020, la cantidad total de cámaras se espera que se eleve a aproximadamente 1 billón.

Los seres humanos actualmente monitorean sólo una fracción del video capturado, con la mayoría almacenado en discos para su análisis posterior. Los esfuerzos iniciales para las técnicas de análisis en tiempo real han demostrado ser mucho menos confiables en comparación con la interpretación de los seres humanos. El análisis inteligente de video resuelve este desafío al utilizar deep learning en las cámaras, grabadoras y servidores de video en las instalaciones y en el cloud para el monitoreo de video instantáneo con precisión y escalabilidad.

Metropolis abarca múltiples productos de NVIDIA que operan sobre una arquitectura unificada.

La implicación deep learning de alto desempeño sucede en el extremo con la plataforma de cómputo integrada NVIDIA Jetson™ embedded computing platform, y a través de los servidores y centros de datos equipados con aceleradores GPU NVIDIA^® Tesla^®. Una rica visualización de datos es impulsada por las soluciones de gráficos profesionales NVIDIA Quadro^®. Y toda la plataforma edge-to-cloud es soportada por el kit completo de desarrollo de software que ofrece NVIDIA, incluyendo JetPack, DeepStream y TensorRT™.

Incremento en el Soporte de Socios AI City
Más de 50 socios NVIDIA AI City ya están ayudando a sus clientes a revelar datos y tomar acciones en tiempo real utilizando deep learning sobre las NVIDIA GPUs. Entre ellos se encuentran importantes líderes de la industria tales como Avigilon, Dahua, Hanwha Techwin, Hikvision y Milestone.

“Con el acelerado entorno de una ciudad, existe casi un numero infinito de actividades que se desarrollan,” comentó el Dr. Dr. Mahesh Saptharishi, director de tecnología en Avigilon. “Estamos emocionados por el potencial que ofrece la plataforma Metropolis de NVIDIA, a media que Avigilon continúa entregando soluciones para vigilancia impulsadas por la poderosa IA y análisis de video que se enfocan en la atención de los usuarios sobre lo que más importa, con la finalidad de tomar acciones.”

“La plataforma end-to-end Metropolis de NVIDIA puede ser aplicada a secuencias de video para crear aplicaciones más inteligentes y seguras para una variedad de industrias — desde el transporte hasta comerciales,” comentó Shiliang Pu, presidente en el Hikvision Research Institute. “El beneficio del deep learning en la GPU es que los datos pueden ser analizados rápidamente y de forma precisa para obtener una visión más profunda.”

“Los clientes de administración de las ciudades que utilizan el próximo Servidor de Procesamiento de Video de Milestone con la plataforma NVIDIA Metropolis están posicionados para tomar la delantera en la adopción de deep learning para dispositivos habilitados para video IoT,” comentó Bjørn Skou Eilertsen, director de tecnología en Milestone Systems. “Al liberar el valor de estos metadatos proporcionará una visión más inteligente para tomar acciones más inteligentes.”

Vean AI City en GTC 2017
Pueden presenciar cómo la plataforma Metropolis de NVIDIA está transformando la seguridad pública y la iniciativa AI cities en la GTC 2017 hasta el 11 de mayo en el San Jose Convention Center.

Manténganse al día sobre NVIDIA
Suscríbanse al NVIDIA blog, sigan a NVIDIA en Facebook, Google+, Twitter, LinkedIn e Instagram, y vean videos de NVIDIA en YouTube e imágenes en Flickr.

Para mayores informes, por favor visitar: www.nvidia.com

Photo credits: © NVIDIA Corporation
Information and photographs courtesy of:

Acerca de NVIDIA
Desde 1993, NVIDIA (NASDAQ: NVDA) ha sido pionera en el arte y la ciencia de la computación visual. Las tecnologías de la compañía están transformando un mundo de pantallas en un mundo de descubrimientos interactivos para todos: desde los jugadores hasta los científicos, desde los clientes comunes hasta las grandes empresas. Obtenga más información en la.nvidia.com/object/newsroom-la.html  y blogs.nvidia.com.

Algunas afirmaciones en esta nota de prensa incluidas, sin limitarse a ello, declaraciones sobre: el uso de Facebook de la Plataforma de computación acelerada NVIDIA Tesla y el impacto y los beneficios de las GPU NVIDIA Tesla M40 y la plataforma de computación Big Sur son declaraciones a futuro que están sujetas a riesgos e incertidumbres que podrían hacer que los resultados sean materialmente diferentes de las expectativas. Los factores importantes que podrían hacer que los resultados reales resulten considerablemente diferentes incluyen: condiciones económicas mundiales; nuestra confianza en la capacidad de terceros de fabricar, montar, empacar y probar nuestros productos; el impacto del desarrollo tecnológico y la competencia; el desarrollo de nuevos productos y tecnologías o mejorías a nuestros productos y tecnologías existentes; aceptación del mercado de nuestros productos o de los productos de nuestros socios; defectos de diseño, fabricación o software; cambios en las preferencias y demandas del consumidor; cambios en los estándares e interfaces del sector; pérdida inesperada de rendimiento en nuestros productos o tecnologías cuando se integran en sistemas; así como otros factores detallados ocasionalmente en los informes que NVIDIA le presenta a la Comisión de Bolsa y Valores (SEC), incluido su Formulario 10-Q en el período fiscal que terminó el 25 de octubre de 2015. En el sitio web de la compañía se divulgan copias de informes presentados ante la SEC y están disponibles con NVIDIA sin costo alguno. Estas afirmaciones prospectivas no son garantías del rendimiento futuro y se refieren únicamente al presente y, excepto por lo que la ley exige, NVIDIA rechaza toda obligación de actualizar estas afirmaciones para reflejar las circunstancias o eventos futuros.

© 2015 NVIDIA Corporation. Todos los derechos reservados. NVIDIA, el logotipo de NVIDIA y Tesla son marcas comerciales y/o marcas comerciales registradas de NVIDIA Corporation en los EE. UU.  y en otros países. Otros nombres de productos y compañías pueden ser marcas comerciales de las respectivas empresas con las que están asociados. Los recursos, los precios, la disponibilidad y las especificaciones están sujetos a cambios sin previo aviso.