NVIDIA เปิดตัว CV-CUDA โครงการโอเพนซอร์สเพื่อเร่งความเร็วแอปพลิเคชันด้าน Computer Vision บนคลาวด์

CV-CUDA รวมอัลกอริธึมและเครื่องมือก่อนและหลังการประมวลผลภาพแบบเร่งความเร็วเพื่อประมวลผลภาพได้เร็วขึ้น 10 เท่า ด้วยค่าใช้จ่ายที่เท่ากัน

เพื่อช่วยให้การประมวลผลภาพทำได้เร็วและมีประสิทธิภาพมากขึ้นในขนาดที่กว้างใหญ่ NVIDIA ได้แนะนำ CV-CUDA ซึ่งเป็นไลบรารีโอเพนซอร์สสำหรับสร้างการประมวลผลคอมพิวเตอร์วิทัศน์แบบ end-to-end และไปป์ไลน์การประมวลผลภาพที่รวดเร็วขึ้น

ปริมาณการใช้อินเทอร์เน็ตส่วนใหญ่เป็นวิดีโอ และวิดีโอเหล่านี้จะถูกเสริมด้วยเทคนิคพิเศษของ AI และคอมพิวเตอร์กราฟิกมากขึ้นเรื่อย ๆ

เพื่อเพิ่มความซับซ้อนนี้ บริการโซเชียลมีเดียและบริการแชร์วิดีโอที่เติบโตอย่างรวดเร็วกำลังประสบกับต้นทุนการประมวลผลบนคลาวด์และคอขวดที่เพิ่มขึ้นในการประมวลผลภาพบน AI และไปป์ไลน์ของคอมพิวเตอร์วิทัศน์

ด้วยความร่วมมือกับ ByteDance, CV-CUDA ถูกสร้างขึ้นเพื่อช่วยเร่งเอฟเฟกต์พิเศษของ AI เช่น การปรับแสงใหม่, การจัดวาง, การเบลอพื้นหลัง และความละเอียดสูง

GPU ของ NVIDIA เร่งส่วนการอนุมานของไปป์ไลน์ AI ของคอมพิวเตอร์วิทัศน์ ซึ่งกระบวนการทั้งก่อนและหลังการประมวลผลโดยใช้เครื่องมือคอมพิวเตอร์วิทัศน์แบบดั้งเดิมนั้นกินเวลาและพลังการในการประมวลผล

CV-CUDA ช่วยให้นักพัฒนามีอัลกอริธึมคอมพิวเตอร์วิทัศน์ประสิทธิภาพสูงมากกว่า 50 แบบ ซึ่งเป็นเฟรมเวิร์กการพัฒนาที่ทําให้ง่ายต่อการใช้เคอร์เนลแบบกําหนดเองและอินเทอร์เฟซที่ไม่มีการคัดลอกเพื่อขจัดปัญหาคอขวดในไปป์ไลน์ AI ผลลัพธ์คือได้ปริมาณงานที่สูงขึ้นและต้นทุนการประมวลผลแบบคลาวด์ที่ลดลง CV-CUDA สามารถประมวลผลสตรีมได้ 10 เท่าด้วยการใช้ GPU ตัวเดียว

ทั้งหมดนี้ช่วยให้นักพัฒนาปรับตัวได้รวดเร็วขึ้นมากเมื่อจัดการกับการสร้างเนื้อหาวิดีโอ, โลก 3 มิติ, ระบบแนะนำตามรูปภาพ, การจดจำภาพ และการประชุมทางวิดีโอ

แพลตฟอร์มการสร้างเนื้อหาวิดีโอต้องประมวลผล ปรับปรุง และควบคุมสตรีมวิดีโอหลายล้านรายการต่อวัน และทําให้แน่ใจว่าผู้ใช้บนอุปกรณ์เคลื่อนที่จะได้รับประสบการณ์ที่ดีที่สุดในการเรียกใช้แอปของตนบนโทรศัพท์ทุกเครื่อง

• สําหรับผู้ที่สร้างโลก 3 มิติหรือแอปพลิเคชัน metaverse, คาดว่า CV-CUDA จะเปิดใช้งานเพื่อช่วยสร้างหรือขยายโลก 3 มิติและส่วนประกอบต่าง ๆ
• และในการประชุมทางวิดีโอ CV-CUDA สามารถรองรับคุณสมบัติที่ใช้ความเป็นจริงเสริมที่ซับซ้อนได้ คุณสมบัติเหล่านี้อาจเกี่ยวข้องกับไปป์ไลน์ AI ที่ซับซ้อนซึ่งต้องการขั้นตอนก่อนและหลังการประมวลผลจํานวนมาก

CV-CUDA เร่งไปป์ไลน์ก่อนและหลังการประมวลผลผ่านเคอร์เนล CUDA ที่ปรับแต่งให้เหมาะสมเองได้ และรวมเข้ากับเฟรมเวิร์ก C/C++, Python และ Deep Learning ทั่วไป เช่น PyTorch

CV-CUDA จะเป็นหนึ่งในเทคโนโลยีหลักที่สามารถเร่งเวิร์กโฟลว์ AI ใน NVIDIA Omniverse ซึ่งเป็นแพลตฟอร์มการจําลองโลกเสมือนจริงและการทํางานร่วมกันสําหรับเวิร์กโฟลว์ 3 มิติ

นักพัฒนาซอฟต์แวร์จะสามารถเข้าถึงโค้ดได้ก่อนใครในเดือนธันวาคม โดยจะมีกําหนดเปิดตัวรุ่นเบต้าในเดือนมีนาคม

สําหรับข้อมูลเพิ่มเติม โปรดไปที่ developer.nvidia.com/cv-cuda-early-access