Tesla
ИНФОРМАЦИЯ О ПРОДУКТЕ
ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

GPU для обороны и разведки

 
 

Оборонительное и разведывательное ведомства в своих стратегических разработках и ежедневных операциях сильно зависят от точной и своевременной информации. Сбор и оценка разведданных являются важнейшими частями этих операций, которые включают в себя данные из множества разных источников, таких как спутники, беспилотные летательные аппараты, камеры видеонаблюдения и радары. Преобразование первичных собранных данных в информацию, которую можно использовать, требует значительной инфраструктуры: людей, аппаратного и программного обеспечения, мощности и материальных средств, которые все ограничены. Графические карты NVIDIA представляют «революционную» технологию, которая значительно повышает эффективность, при этом сокращая материальные затраты и энергопотребление. Использование GPU для увеличения существующих систем обработки данных является устоявшейся практикой, используемой высокопроизводительными вычислительными центрами и исследовательскими институтами во всем мире, чтобы сократить разрыв между растущими потребностями ученых и инженеров и вычислительными возможностями современной ИТ-инфраструктуры.

В нижеприведенных таблицах показаны работа, выполненная в NPP и CuFFT.

Производительность NVIDIA GPU Производительность NVIDIA GPU

Ключевыми областями, в которых GPU уже демонстрируют значительное увеличение производительности, являются:

Обработка изображений: Для обороны и разведки роль обработки изображений постоянно растет. Визуальная информация, которая находится в распоряжении профессионалов в сфере обороны и разведки, достигает небывалых объемов, а сбор новой информации продолжается каждую минуту. К примеру, пространственные географические изображения, получаемые со спутников, уже пятикратно покрывают поверхность Земли. Также существует более 100 миллионов изображений отпечатков пальцев, которые хранятся в базах данных ФБР. GPU ускоряют рабочий процесс по обработке изображений, включая георектификацию, алгоритмы фильтрации, обновление карт и 3D реконструирование. Узнайте больше о значении GPU, прочитав пример из практики Digital Globe об ускорении помощи при стихийных бедствиях (на английском).

Постоянное видеонаблюдение: Специалисты предсказывают, что к 2016 году мировой рынок видеонаблюдения превысит $25 миллиардов. Кроме того, Министерство обороны каждый месяц получает более 10 000 часов видео воздушного наблюдения в Афганистане и Ираке. Обработку и анализ этих видео необходимо проводить в режиме реального времени. GPU представляют собой отличный инструмент для достижения производительности в реальном времени для обработки видео данных и алгоритмов анализа.

Обработка сигналов: Возможности современной разведывательной аппаратуры продолжают расти. Использование информационных ресурсов становится растущей проблемой, которая требует увеличения вычислительных возможностей. GPU обеспечивают значительное повышение скорости обработки данных, необходимой, чтобы не отставать от возможностей разведаппаратуры, которая позволяет интегрировать данные аппаратуры в другие источники данных в реальном времени, чтобы лучше понимать сложные среды, в которых на сегодняшний день работают оборонные службы. Узнайте больше о значении GPU, прочитав пример из практики OpCoast о моделировании результативности передатчиков радиопомех (на английском).

Продукты

  • Вычислительный GPU-ускоритель Tesla K10 GPU –оптимизирован для приложений с операциями с одинарной точностью, имеет два ультрапроизводительных графических процессора GK104 с архитектурой Kepler.
  • Вычислительный GPU-ускоритель Tesla K20 – создан для приложений с операциями с двойной точностью. Оснащен функциями Hyper-Q и динамический параллелизм.
  • Узнайте больше о других вычислительных решениях на базе Tesla GPU

Демо:

Luciad:

Видео демонстрирует разницу производительности между системой с CPU и системой, которая содержит GPU. Приложение высчитывает линию видимости для определения видимость определенного географического объекта. Приложение позволяет аналитикам быстро анализировать видимость у земли, в воздухе и радиолокационную видимость, чтобы определить оптимальное расположение радара. Области с ограниченной видимостью оттенены зеленым, а области с высокой степенью видимости - красным.

MotionDSP:

Это видео демонстрирует аналитический процесс, происходящий во время преобразования низкокачественных видео, полученных при помощи беспилотных летательных объектов, в точные и критически важные данные, которые могут быть использованы для анализа. Для улучшения качества и точности видео в целях анализа необходимо применить множество алгоритмов. Все эти алгоритмы требуют высокой вычислительной мощности, особенно при вычислениях в режиме реального времени. Справа вы можете увидеть флопы, которые необходимо обсчитать. Когда изображение стало четким, можно приступать к анализу для идентификации людей на борту или других движущихся объектов. Все это осуществляется в режиме реального времени, что было бы просто невозможно без использования GPU.

Imagus:

Это видео демонстрирует процесс распознавания лиц в режиме реального времени, который стал возможен благодаря использованию GPU. Камера запечатлевает людей, проходящих по коридору. Изображения их лиц автоматически сопоставляются с существующей базой данных для опознавания.




 
 
 
 
VKontakteMail.ruOdnoklassniki.ruGoogle+Facebook