Wednesday, December 22, 2021

SENSORO ร่วมมือกับ Graphcore เพื่อเมืองที่ปลอดภัยและเป็นมิตรต่อสิ่งแวดล้อมมากกว่าเดิม

SENSORO เป็นผู้นำระดับโลกในด้านเทคโนโลยีเซ็นเซอร์และบีคอน (Beacon) อัจฉริยะ ได้เลือกระบบ Graphcore สำหรับการประมวลผล AI เบื้องหลังระบบตรวจสอบสิ่งแวดล้อมและความปลอดภัยล่าสุดของบริษัท


Graphcore IPU จะมอบขุมพลังแก่โซลูชัน SENSORO มากมาย โดยออกแบบมาเพื่อช่วยให้เมืองต่าง ๆ เป็นที่อยู่อาศัยที่ปลอดภัยมากขึ้น และเป็นมิตรต่อสิ่งแวดล้อมมากขึ้น


เซ็นเซอร์อัจฉริยะเริ่มได้รับการยอมรับในฐานะเครื่องมือสำคัญในการจัดการสิ่งแวดล้อมของเมืองในยุคใหม่ ในตอนที่มีการเปลี่ยนแปลงสู่รูปแบบการใช้พลังงานและการขนส่งที่ยั่งยืนมากขึ้น ขณะเดียวกันก็รับมือกับผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศ

ไฟไหม้ น้ำท่วม และการทำประมง


ในระยะแรก SENSORO จะใช้การประมวลผล Graphcore IPU สำหรับ:


-การป้องกันอัคคีภัยอัจฉริยะ: การใช้จักรยานไฟฟ้าเพิ่มขึ้นอย่างรวดเร็ว แต่ก็ตามมาด้วยการเกิดเพลิงไหม้เนื่องจากที่ชาร์จจักรยานไฟฟ้าเพิ่มขึ้นด้วย ระบบตรวจสอบของ SENSORO สามารถแจ้งเตือนผู้จัดการอาคารเมื่อมีจักรยานไฟฟ้าเข้ามา ซึ่งจะช่วยพวกเขาดูแลขั้นตอนการชาร์จและสิ่งอำนวยความสะดวกได้อย่างปลอดภัย


-การป้องกันน้ำท่วมฉุกเฉิน: Graphcore กำลังทำงานร่วมกับ SENSORO เพื่อพัฒนาระบบแจ้งเตือนล่วงหน้าโดยอาศัยการตรวจสอบพื้นที่เสี่ยงน้ำท่วมในเมือง ช่วยให้เตรียมความพร้อมก่อนเกิดภัยพิบัติและตอบสนองต่อสถานการณ์ฉุกเฉินได้ดียิ่งขึ้น


-การควบคุมดูแลระบบนิเวศอัจฉริยะ: การทำประมงในแม่น้ำอย่างผิดกฎหมายทำลายห่วงโซ่ของระบบนิเวศและทำลายความอุดมสมบูรณ์ของระบบนิเวศ ระบบของ SENSORO สามารถรับรู้ถึงสถานการณ์การทำประมงที่แตกต่างกัน เช่น การใช้ไฟฟ้าและตาข่ายจับปลา ให้ข้อมูลที่แม่นยำเกี่ยวกับกิจกรรมประมงที่ผิดกฎหมาย


รากฐานของการประมวลผล


โทนี่ จ้าว ผู้ก่อตั้งและซีอีโอของ SENSORO กล่าวว่า "ระบบ IPU ของ Graphcore ให้แพลตฟอร์มการประมวลผลที่มีประสิทธิภาพและใช้งานง่ายสำหรับโซลูชัน ESG ในเมืองที่สร้างขึ้นโดยทั้งสองฝ่าย และแก้ปัญหาคอขวดของพลังการประมวลผลที่เราเผชิญมาเป็นเวลานาน เราจะยังคงทำงานร่วมกับ Graphcore และใช้ IPU เพื่อส่งมอบการเปลี่ยนแปลงที่ส่งผลกระทบเชิงบวกต่อชีวิตผู้คนมากยิ่งขึ้น"

YOLO


YOLO เป็นหนึ่งในแบบจำลอง AI หลักที่ SENSORO ใช้โดยทำงานบน Graphcore IPU


YOLO (You Only Look Once) เป็น Convolutional neural network ประสิทธิภาพสูงสำหรับการตรวจสอบวัตถุแบบเรียลไทม์ นับตั้งแต่การเปิดตัวเวอร์ชันแรกในปี 2558 ก็ได้ผ่านการปรับปรุงหลายครั้งเพื่อเพิ่มความรวดเร็วและแม่นยำ


SENSORO พบว่าความสามารถในการประมวลผลอย่างละเอียดและการประมวลผลแบบคู่ขนาดอย่างสูงช่วยให้สามารถกำหนดการประมวลผลแบบคู่ขนานที่จำเป็นเพื่อดึงประสิทธิภาพ YOLO ได้สูงสุด


เมื่อเริ่มทำการสรุปที่ภาพความละเอียดสูง (1920x1080 พิกเซล) SENSORO พบว่าได้ประสิทธิภาพเพิ่มขึ้น 4 เท่าเมื่อเทียบกับโซลูชันการสรุปที่ใช้ GPU แบบที่เคยใช้


รูปภาพ

1. https://mma.prnewswire.com/media/1714519/1st_photo.jpg

2. https://mma.prnewswire.com/media/1714520/SENSORO.jpg

No comments:

Post a Comment