全球领先的信息与通信解决方案供应商华为,今天在北京国家会议中心举办的2015华为网络大会(HNC2015)上正式发布华为“全网智能”平安城市解决方案。华为在业界首次提出”全部设备共同参与全时段、全维度智能分析”的"全网智能"平安城市建设思路,业务根据所需自动调度所有可利用的计算资源进行分布式智能分析运算,避免高网络带宽占用以及后端大量存储和计算资源的浪费,提升10倍以上智能分析效率,帮助用户打造更智慧、高效的下一代平安城市。
HNC 2015平安城市论坛,华为对外发布”全网智能”理念
随着全球平安城市视频数据爆发式增长,大部分平安城市系统面临着应对效率和承载压力的严峻考验。大量的无用视频造成严重信息污染,淹没了少量的有用信息,使线索提取变得困难,而海量无用视频的传输和存储,也造成带宽及存储资源的严重浪费。所以有用信息的分析获取效率成为决定平安城市使用价值的关键。传统的平安城市系统只具备简单智能分析的功能,功能简单单一、智能应用少、算法孤立,耗时,费力,低效!已远远不能胜任平安城市客户对时效性的要求。大规模城市级的智能应用, 引入大数据分析、云计算等技术是大势所趋。
业界首家全网智能架构的平安城市系统:
华为全网智能平安城市架构,区别于业界传统的功能部件单一、孤立的平安城市架构,可以调度系统内所有的计算资源和网络资源,包括VCM(智能分析平台)/VCN(云监控平台)/Switch(交换网络)/IPC(网络摄像机)全部参与到智能业务处理当中,协同分析,深度应用,全面提升智能分析效率和准确度,同时避免了高网络带宽占用和无效业务负荷,大幅节省后台存储和计算资源投入。
• 更智能的前端摄像机
华为IPC具备元数据感知提取功能,能够在前端直接对目标对象的特征信息进行提取,并进行基础的视频智能分析,然后将元数据和告警数据向后传递;
• 基于VCN视频云节点组建的高可靠视频云
由VCN组成的视频云,是系统的数据枢纽,负责视频和元数据的转发、存储和规则匹配等,使海量数据实现智能调度和有序管控。同时视频云由于实现了设备的计算、存储资源池化,有效避免单点故障造成数据丢失,保证了所有关键数据的高可靠。
• 下一代智能核心引擎:VCM视频内容管理平台
VCM采用大数据集群化架构设计,以及分布式数据库和检索引擎,堪称业界最大容量、高密度弹性计算平台。它集成业界领先的20余种视频分析算法和应用技术,包括对象特征识别检索、视频摘要、轨迹检测等,极大提升智能分析效率。
VCM5000视频内容管理平台
• 智能感知网络,更智慧的全网联接
华为全网智能平安城市中的互联网络,能够智能感知视频监控业务流量,提供端到端的业务保障及安全守护。通过iPCA专利技术快速诊断和界定故障边界,QoS随需调度,保障关键时刻业务在线,为平安城市构建真正可控,可用、可信的基础网络环境。
智慧平安城市,助力公安实战更高效:
华为视频监控产品管理部部长张忠表示:“目前对各地公安对平安城市系统都提出了更高要求,系统的效率和可利用性成为关注的热点。华为全网智能解决方案融合了最新的智能分析和机器智能算法,以及业界最强性能、最高可靠的硬件平台,旨在提高案件关键线索捕获效率,切实降低公安部门的办案成本,提升公安刑侦破案率,最大程度保证平安城市系统的利用价值。”
同时现场还分享了“合肥天网”的成功建设经验,合肥公安借助华为”VCN视频云+VCM智能云”方案部署业界领先的平安城市综合管理系统,其中城区近20000路高清摄像机产生的海量数据通过华为VCM进行有效整合和分类归档,实现关键案件视频的有序管控和跨平台跨部门共享。并借助特征检索、视频浓缩等贴合公安图侦业务的功能,事中事后的视频线索发掘效率较以往极大提高。2014年合肥公安案件侦破率上升明显,智能技术助力公安实战作用初显。
在公共安全领域,华为一直坚持“被集成“战略,与合作伙伴一道向用户提供最先进的平安城市解决方案,截止目前,华为平安城市解决方案已在全球30余个国家100多个城市获得了成功应用。本次华为发布的”全网智能”平安城市解决方案,清晰定义了下一代平安城市架构,在未来将推动更多传统型平安城市向更高效、智慧的方向加速演变。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。