一個典型的設計目標是最大限度地提高系統的運行效率。然而，這可能包括圍繞最新 GPU 設計系統，這可能是一項艱巨的任務。

GPU，例如NVIDIA提供的那些，可能非常復雜。雖然供應商可能會提供大量的文檔、示例代碼和其他詳細信息，但工程師仍然需要部署芯片/電路板/系統并使其以最高效率運行。

一種好的做法是部署軟件開發工具包 （SDK） 或 GPU 供應商提供的其他工具。但是，如果您需要在這些工具提供的功能之外冒險，它可能會變得很棘手。例如，NVIDIA 非常擅長協助設計的 AI 部分。但是，當您需要進行正確的連接、處理安全性并確保系統能夠應對惡劣環境的嚴酷環境時，您可能需要求助于其他來源。

一個很好的例子是連接到多個攝像頭并需要使用 AI 進行某種圖像檢測的系統。想想機場、火車站，甚至是制造工廠。如您所知，圖像可能是數據密集型的，當您連接多個攝像頭時，需要處理的數據量會增長得非常快。

在這里，可以清楚地概述業務目標——您是否在檢查行李、產品下線等？為了解決這個問題，您需要將這些需求轉化為可部署的解決方案，從而推動一些行動或結果。

確定期望的結果

下一步是確定所需的行動或結果。然后，您選擇需要哪些數據，從而確定所需的處理類型。直到您回答了這些問題，您才能開始設計和部署過程。雖然這條路徑可能看起來很明顯，但您會驚訝于有多少人試圖從最后一步開始，然后因為一開始沒有概述目標而最終重新設計他們的系統。

以“智能空間”為例。在這里，您想檢測物體，如果有什么不合適的地方，就會響起警報。該“警報”可能是可以聽到的，或者它可以生成發送給操作員的消息。這是一個比在房間里裝滿監視器并讓一個或多個人不斷監視這些監視器以發現一些不合適的動作更好的解決方案。

凌華科技通過數據采集處理這種情況，特別是使用 NVIDIA DeepStream SDK。該 SDK 用于捕獲視頻并將其寫入磁盤，以便您進行一些培訓。一旦發生這種情況并且您有足夠的數據，您就可以進入下一個階段，即訓練階段。

NVIDIA 提供的另一項幫助是遷移學習工具包，它可以讓您為您的解決方案提供可部署的處理元素，這比從頭開始時要快得多，可能（并且希望）帶來更大的投資回報率。為此，凌華科技整理了一組用例，據該公司稱，這些用例應該為開發人員提供一個很好的起點，并提供優化的特定領域模型。在其他情況下，模型可能來自 NVIDIA，例如用于公共安全、智慧城市或產品質量檢測。在模型不可用的情況下，開發人員可以從現有模型開始，一個類似于 hisa 用例的模型，并根據這些特定需求對其進行調整。

為了推動行動或結果，非結構化數據通過 DeepStream 等處理模型運行，從而產生結構化數據。從那里，信息可以通過管道發送到其他應用程序以采取行動。

審核編輯：郭婷