NVIDIAFont, Arial, Helvetica, sans-serif; font-size: 16px; white-space: normal; background-color: rgb(255, 255, 255);">为了帮助更快、更高效地大规模处理图像,NVIDIA 推出了 CV-CUDA,这是一个开源库,用于构建加速的端到端计算机视觉和图像处理管道。
NVIDIAFont, Arial, Helvetica, sans-serif; font-size: 16px; white-space: normal; background-color: rgb(255, 255, 255);">大部分互联网流量是视频。该视频将越来越多地通过AI特效和计算机图形学来增强。
为了增加这种复杂性,快速增长的社交媒体和视频共享服务正在经历不断增长的云计算成本以及基于AI的成像处理和计算机视觉管道的瓶颈。
CV-CUDA 加速了 AI 特效,例如重新照明、休息、模糊背景和超分辨率。
NVIDIA GPU 已经加速了 AI 计算机视觉管道的推理部分。但是,使用传统计算机视觉工具进行预处理和后处理会消耗时间和计算能力。
CV-CUDA 为开发人员提供了 50 多种高性能计算机视觉算法,这是一个开发框架,可以轻松实现自定义内核和零拷贝接口,以消除 AI 管道中的瓶颈。
结果是更高的吞吐量和更低的云计算成本。CV-CUDA 可以在单个 GPU 上处理 10 倍的流。
所有这些都有助于开发人员在处理视频内容创建、3D 世界、基于图像的推荐系统、图像识别和视频会议时更快地行动。
视频内容创建平台必须每天处理、增强和调节数百万个视频流,并确保基于移动设备的用户在任何手机上都能获得最佳运行应用的体验。
对于那些构建 3D 世界或元宇宙应用程序的人来说,预计 CV-CUDA 将启用任务来帮助构建或扩展 3D 世界及其组件。
在图像理解和识别方面,CV-CUDA可以显著加快超大规模运行的管道,使移动用户能够享受复杂且响应迅速的图像识别应用程序。
在视频会议中,CV-CUDA 可以支持复杂的基于增强现实的功能。这些功能可能涉及复杂的 AI 管道,需要大量的预处理和后处理步骤。
CV-CUDA 通过手动优化的 CUDA 内核加速预处理和后处理管道,并原生集成到 C/C++、Python 和常见的深度学习框架(如 PyTorch)中。
CV-CUDA 将成为可以加速 NVIDIA Omniverse 中 AI 工作流程的核心技术之一,NVIDIA Omniverse 是一个用于 3D 工作流程的虚拟世界模拟和协作平台。