CV-CUDA 結(jié)合加速型圖像預(yù)處理和后處理算法和工具，在成本不變的情況下將圖像處理數(shù)量提高為原本的 10 倍。

為了幫助更快、更高效地大規(guī)模處理圖像，NVIDIA 推出了 CV-CUDA，這是一個(gè)用于構(gòu)建加速型端到端計(jì)算機(jī)視覺(jué)和圖像處理管道的開(kāi)源庫(kù)。

互聯(lián)網(wǎng)流量以視頻為主。此類(lèi)視頻將越來(lái)越多地被 AI 特效和計(jì)算機(jī)圖形所增強(qiáng)。

與此同時(shí)，迅猛增長(zhǎng)的社交媒體和視頻共享服務(wù)遇到了難題，包括云計(jì)算成本不斷增長(zhǎng)，以及基于 AI 的成像處理和計(jì)算機(jī)視覺(jué)管線遭遇瓶頸，這進(jìn)一步提高了復(fù)雜性。

CV-CUDA 可為 AI 特效加速，例如重照明、重置、模糊背景和超高分辨率。

盡管 NVIDIA GPU 已為 AI 計(jì)算機(jī)視覺(jué)工作流的推理部分實(shí)現(xiàn)了加速。但使用傳統(tǒng)計(jì)算機(jī)視覺(jué)工具進(jìn)行預(yù)處理和后處理仍需耗費(fèi)大量時(shí)間和計(jì)算能力。

而 CV-CUDA 則為開(kāi)發(fā)者提供了 50 多種高性能計(jì)算機(jī)視覺(jué)算法，一種可輕松實(shí)現(xiàn)自定義內(nèi)核的開(kāi)發(fā)框架，以及諸多零復(fù)制接口，從而消除 AI 工作流中的瓶頸。

這能帶來(lái)更高的吞吐量，以及更低的云計(jì)算成本。CV-CUDA 的流處理量相當(dāng)于基于單個(gè) GPU 的流處理量的 10 倍。

上述這些都能幫助開(kāi)發(fā)者加速處理視頻內(nèi)容創(chuàng)作、3D 世界、基于圖像的推薦系統(tǒng)、圖像識(shí)別和視頻會(huì)議。

視頻內(nèi)容創(chuàng)作平臺(tái)必須每天處理、增強(qiáng)和審核數(shù)以百萬(wàn)計(jì)的視頻流，并確保移動(dòng)端用戶(hù)不論在任何手機(jī)上運(yùn)行應(yīng)用，都能獲得最優(yōu)體驗(yàn)。

對(duì)于構(gòu)建 3D 世界或元宇宙應(yīng)用程序的人而言，CV-CUDA 有望支持為其構(gòu)建或擴(kuò)展 3D 世界及其組件的任務(wù)提供強(qiáng)大助力。

在圖像理解和識(shí)別方面，CV-CUDA 可以顯著加速以超大規(guī)模運(yùn)行的流水線，讓移動(dòng)用戶(hù)能夠暢享響應(yīng)靈敏的精密圖像識(shí)別應(yīng)用。

在視頻會(huì)議領(lǐng)域，CV-CUDA 可以支持基于增強(qiáng)現(xiàn)實(shí)的復(fù)雜功能。這些功能可能涉及到需要無(wú)數(shù)預(yù)處理和后處理步驟的復(fù)雜 AI 工作流。

CV-CUDA 通過(guò)手動(dòng)優(yōu)化的 CUDA 內(nèi)核加速預(yù)處理和后處理制作流程，并原生集成于 C/C++、Python 和常見(jiàn)的深度學(xué)習(xí)框架(例如 PyTorch)中。

CV-CUDA 將成為 NVIDIA Omniverse(專(zhuān)用于 3D 工作流的虛擬世界仿真和協(xié)作平臺(tái))中加速 AI 工作流的核心技術(shù)之一。

開(kāi)發(fā)者可在 12 月?lián)屜润w驗(yàn)代碼，測(cè)試版將于明年 3 月發(fā)布。

審核編輯：湯梓紅