PQ Labs让你做到不用GPU也能玩人工智能了？

云中阁

PQ Labs让你做到不用GPU也能玩人工智能了？

4 M( x$ w5 f  Q0 }
4 N$ G) n2 i3 k5 c  x: n$ a
, r7 F. T0 T% _5 l- ^9 y) Y    人工智能毫无疑问是ＣＥＳ　２０１９　年的最热门话题之一，此次在ＣＥＳ　２０１９展会ＰＱ　Ｌａｂｓ　展位上看到了好玩的黑科技：能够同时对多达２，０００张人脸的视频进行人脸识别的技术，而这却没有使用ＧＰＵ进行加速。

9 `! H5 \) k5 v8 h" X8 N& h    在６米长的显示墙上播放的　４Ｋ视频中，有密密麻麻超过２，０００张人脸，检测识别引擎对每一帧画面中出现的人脸进行实时识别和分析，令人印象非常深刻。我们了解到，这项技术来自于　ＰＱ　Ｌａｂｓ自主研发的ＭａｇｉｃＮｅｔ　技术。
8 B8 v8 m, b/ [! j* ^9 L
/ y0 F5 [# p- u& J* T7 h8 x2 a    pq labs　一直深耕大尺寸触摸交互设备行业，是目前国际市场上最主要的触摸屏供应商之一。近年来开始在人工智能领域发力，此次于ＣＥＳ　２０１９　展出的　ＰＱ　Ｌａｂｓ　ＭａｇｉｃＮｅｔ　产品便是其在　ＡＩ　领域的第一个重量级产品发布。
( ~3 w# l5 e  i0 Q6 y
# i. [+ u$ z) J' \. v* f& ^2 [; S    同时识别２，０００张人脸很难嘛？

: C) h) B% R& J' d  N& r9 |- }5 ^    是的，很难。目前主流的视觉识别技术受到性能的限制，只能处理约　５１２＊５１２　分辨率的图像，就像看低码流的网络视频一样，画面中的人物都是模糊不清的，自然无法保证识别效果。
7 W- t$ R' d! y6 W& |; m- C. h6 O0 ?3 t  P
    在　４０９６＊２１６０　分辨率下，识别体育馆中的密集人群

$ Q: G! @# e/ _    pq labs　ＭａｇｉｃＮｅｔ　可以支持高达　４０９６＊２０４８　分辨率的视频流解析，这样才能　“看得清”　，同时在检测性能上，也远远超过目前主流性能指标（约２００个物体左右），可实时检测超过２，０００个物体。
& ^8 f' D- N4 @0 J0 t8 C: D
    人工智能技术的加速器

    “ＧＰＵ太贵！“几乎是所有人工智能行业从业者的痛点，但是Ｉｎｔｅｌ　ＣＰＵ　孱弱的神经网络处理能力让他们不得不采购昂贵且高能耗的ＧＰＵ芯片。
7 }# C3 t/ h0 _( p3 B' X
    ＰＱ　Ｌａｂｓ希望能够通过ＭａｇｉｃＮｅｔ带来一些改变。在实际测试中，异构计算设计的ＭａｇｉｃＮｅｔ能达到ＮＶＩＤＩＡ　Ｔｉｔａｎ　Ｘ的３．５倍性能，同时由于不需要高功耗的ＧＰＵ芯片，系统运行的功耗也仅仅相当于ＮＶＩＤＩＡ　方案三分之一。

    “ＭａｇｉｃＮｅｔ　可以帮助企业快速进入人工智能市场，我们希望更多的企业可以参与到人工智能行业中去，共同分享技术革命带来的机会。“　ＰＱ　Ｌａｂｓ　创始人兼ＣＥＯ　陆飞向记者表示，ＭａｇｉｃＮｅｔ不仅可以降低用户的首次部署成本，由于其系统运行功耗低，硬件技术成熟，也会有效降低企业的人工智能业务运营成本。

: A- j  x  S* n9 u' }2 j, E* R    据了解，ＰＱ　Ｌａｂｓ　ＭａｇｉｃＮｅｔ产品很快将要开始进入公测阶段，有兴趣的朋友不妨到　ＰＱ　Ｌａｂｓ　官网申请公测资格。
! f: @9 |  `, T
6 _/ l3 ?: P: k9 Z
. N* y6 w- }: o# I  {