91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

我們無法阻止自然災(zāi)害,但可以利用GPU加速深度學(xué)習(xí)免遭傷害

NVIDIA英偉達 ? 來源:未知 ? 作者:佚名 ? 2017-11-03 09:47 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

如果您想知道我們?yōu)槭裁葱枰玫姆绞絹眍A(yù)測颶風(fēng),問問休斯頓居民就知道了。

權(quán)威機構(gòu)已經(jīng)知道颶風(fēng)哈維正在向德克薩斯州南部移動,但氣象預(yù)報員不能精確地說出哪些區(qū)域?qū)転?zāi)更嚴(yán)重。因此,大多數(shù)休斯頓居民留在原地不動。最終導(dǎo)致超過 75 人死亡,30,000 人躲避在避難所中,還有數(shù)萬人需要營救。

NOAA 的 GOES-15 衛(wèi)星捕獲了颶風(fēng)哈維即將在德克薩斯州海岸登陸時的彩色影像

科學(xué)家利用GPU助力降低自然災(zāi)害風(fēng)險

然而哈維只是一個開始。厄瑪、何塞、瑪利亞、奈特和奧菲莉婭 - 僅僅在五個多星期的時間內(nèi),已使得 2017 年大西洋颶風(fēng)季成為歷史記錄以來極為嚴(yán)重的一季。這是自 1893 年以來第一次連續(xù)有 10 個風(fēng)暴達到颶風(fēng)強度,在有記錄的颶風(fēng)歷史中是第四次。如果不知道強大風(fēng)暴的襲擊地點,政府官員們常常會為群眾疏散問題而大傷腦筋。何時疏散?疏散哪一地區(qū)的居民?這都是值得深究的問題。

德克薩斯州國民警衛(wèi)隊隊員在颶風(fēng)哈維襲擊期間從被洪水淹沒的房屋中營救一個家庭

在地球的另一端,韓國的科學(xué)家團隊正在利用 GPU 加速深度學(xué)習(xí)幫助人們免遭傷害。

韓國科技信息研究院 (KISTI) 高性能計算研究室主任 Minsu Joh 說:“我們無法阻止自然災(zāi)害,但如果掌握了正確的信息,我們可以在更大程度上降低風(fēng)險?!?/p>

疏散還是不疏散?

韓國經(jīng)常受臺風(fēng)困擾,臺風(fēng)是強度與颶風(fēng)或熱帶氣旋等同的高強度風(fēng)暴。這個詞的使用取決于地理位置- 在大西洋和太平洋東北地區(qū)稱為颶風(fēng),在太平洋西北地區(qū)稱為臺風(fēng),在南太平洋和印度洋稱為氣旋。

據(jù)美國國家航空航天局 (NASA) 地球氣象站介紹,除了風(fēng)暴變得更加頻繁之外,氣候變化也正在加劇颶風(fēng)等與天氣有關(guān)的自然災(zāi)害。一些研究表明不斷升溫的海洋也將導(dǎo)致更多強臺風(fēng)。

Joh 和 KISTI 團隊將深度學(xué)習(xí)技術(shù)與相對傳統(tǒng)的天氣預(yù)測方法相結(jié)合,研發(fā)出由數(shù)值天氣模型打造的 GPU 加速超級計算機,來提高臺風(fēng)預(yù)測的速度和準(zhǔn)確性。如果科學(xué)家能夠更精準(zhǔn)地確定風(fēng)暴的路徑和強度,權(quán)威機構(gòu)便可以準(zhǔn)確而及時的下令將人們疏散到安全的地方。

疏散某個地區(qū)的數(shù)百萬人口并不是一件小事,因此,政府官員通常會猶豫不決,懷疑警報的準(zhǔn)確性。而且,疏散有可能比待在原處更加危險。在 2005 年遭受颶風(fēng)麗塔襲擊時,休斯頓的疏散行動導(dǎo)致了慘烈的后果,幾十人在中途因中暑、事故和公交車著火而死亡,并且造成了休斯頓歷史上最嚴(yán)重的交通堵塞,數(shù)不盡的汽車停滯在綿延 100 英里的交通堵塞中。

在更短的時間內(nèi)提供更準(zhǔn)確的預(yù)測

現(xiàn)在,氣象學(xué)家可以依靠數(shù)值模型來預(yù)測風(fēng)速、降水、氣壓和其他因素,這些因素可指明颶風(fēng)在其生命周期內(nèi)的路徑和強度。但與之不同的是,KISTI 團隊利用從衛(wèi)星和雷達中觀察到的數(shù)據(jù)來訓(xùn)練他們的兩個深度學(xué)習(xí)系統(tǒng) - GlobeNet(預(yù)測臺風(fēng)軌跡)和 DeepRain(預(yù)測強降水)。

研究人員使用從數(shù)值模型中獲取的數(shù)據(jù)來訓(xùn)練第三個系統(tǒng),即 DeepTC(預(yù)測熱帶氣旋)。

開發(fā) KISTI 深度學(xué)習(xí)系統(tǒng)的首席科學(xué)家 Sa-kwang Song 表示:“盡管這三個模型仍處于實驗階段,但現(xiàn)在我們的準(zhǔn)確性已超過現(xiàn)有方法?!?/p>

KISTI 科學(xué)家在機構(gòu)的 NVIDIA GPU 上運行 cuDNN,利用 Keras 工具包和 TensorFlow 深度學(xué)習(xí)框架來訓(xùn)練自己的模型。在部署模型時,他們使用 Amazon Web Services 云中托管的 GPU。

到目前為止,KISTI 系統(tǒng)可以提前一到兩個小時預(yù)測臺風(fēng)及其相關(guān)的降雨量。該團隊計劃在明年將這個時間范圍延長到六個小時,最終實現(xiàn)提前三天預(yù)測,使其真正成為生命拯救者。

2017 年太平洋臺風(fēng)季中所有熱帶氣旋的軌跡

臺風(fēng)、洪水預(yù)測在行動

在韓國,他們的工作通常需要預(yù)測臨津江周邊地區(qū)的洪災(zāi),這個地區(qū)居住著該國 30% 的人口。韓國氣象局的臺風(fēng)中心正在測試 KISTI 系統(tǒng),最早明年可以進行部署。

盡管 KISTI 的工作是針對韓國而設(shè)計的,但同樣的方法也適用于其他任何地方。

Joh 表示:“如果我們可以獲取足夠的衛(wèi)星和雷達數(shù)據(jù),就可以輕松地將 DeepRain 和 GlobeNet 應(yīng)用到北美地區(qū)。”


聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • gpu
    gpu
    +關(guān)注

    關(guān)注

    28

    文章

    5194

    瀏覽量

    135461
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5599

    瀏覽量

    124398

原文標(biāo)題:躲避巨型風(fēng)暴,AI幫您站好第一道崗

文章出處:【微信號:NVIDIA_China,微信公眾號:NVIDIA英偉達】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    加速度傳感器可以測量物體的垂直移動速度嗎?

    有客戶提問到是否可以通過加速度的數(shù)據(jù)算出物體垂直移動的速度?簡短的回答是:不能直接測量,但可以通過間接計算來估算,不過這種方法通常誤差較大,不太適合精確測量。下面我們來詳細解釋為什么,
    的頭像 發(fā)表于 10-31 13:09 ?1126次閱讀
    <b class='flag-5'>加速</b>度傳感器<b class='flag-5'>可以</b>測量物體的垂直移動速度嗎?

    利用 Banana Pi BPI-CM5 Pro(ARMSoM CM5 SoM) 加速保護科學(xué)

    Cat M-1 用于遙測/連接。 用于邊緣處理和機器學(xué)習(xí)的 ARMSoM 計算模塊 (CM5)。 項目背景 []() 通過聆聽自然界的聲音,我們可以監(jiān)測動物之間的交流方式,并獲得基本
    發(fā)表于 10-27 09:18

    預(yù)防地質(zhì)災(zāi)害,安全監(jiān)測傳感器在行動

    隨著工業(yè)和城市化的快速發(fā)展,地質(zhì)災(zāi)害發(fā)生的頻率逐年攀升,已成為全球范圍內(nèi)不可忽視的自然災(zāi)害之一。地質(zhì)災(zāi)害的形成往往與地質(zhì)構(gòu)造、氣候條件、降雨強度及土壤特性密切相關(guān),尤其在強降雨天氣中,土壤浸潤和重力
    的頭像 發(fā)表于 10-14 13:42 ?718次閱讀
    預(yù)防地質(zhì)<b class='flag-5'>災(zāi)害</b>,安全監(jiān)測傳感器在行動

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+第二章 實現(xiàn)深度學(xué)習(xí)AI芯片的創(chuàng)新方法與架構(gòu)

    、Transformer 模型的后繼者 二、用創(chuàng)新方法實現(xiàn)深度學(xué)習(xí)AI芯片 1、基于開源RISC-V的AI加速器 RISC-V是一種開源、模塊化的指令集架構(gòu)(ISA)。優(yōu)勢如下: ①模塊化特性②標(biāo)準(zhǔn)接口③開源
    發(fā)表于 09-12 17:30

    中海達入選交通部公路自然災(zāi)害監(jiān)測預(yù)警典型應(yīng)用案例

    近日,交通運輸部公路局印發(fā)的《公路自然災(zāi)害監(jiān)測預(yù)警典型應(yīng)用案例》推出了47個典型應(yīng)用案例供各地學(xué)習(xí)借鑒。其中,中海達一體化振動位移監(jiān)測案例成功入選,成為“地基”智能感知災(zāi)害監(jiān)測應(yīng)用的標(biāo)桿。
    的頭像 發(fā)表于 09-09 16:42 ?1203次閱讀

    Andes晶心科技推出新一代深度學(xué)習(xí)加速

    高效能、低功耗 32/64 位 RISC-V 處理器核與 AI 加速解決方案的領(lǐng)導(dǎo)供貨商—Andes晶心科技(Andes Technology)今日正式發(fā)表最新深度學(xué)習(xí)加速器 Ande
    的頭像 發(fā)表于 08-20 17:43 ?2342次閱讀

    航天宏圖筑牢自然災(zāi)害安全防線

    自然災(zāi)害頻發(fā)的今天,每一秒的數(shù)據(jù)滯后都可能意味著生命與財產(chǎn)的巨大損失。如何讓防災(zāi)減災(zāi)的決策從“經(jīng)驗驅(qū)動”轉(zhuǎn)向“數(shù)據(jù)智能”?航天宏圖用一套“常普常新”的科技解決方案,給出了答案。
    的頭像 發(fā)表于 07-14 14:31 ?682次閱讀

    大模型推理顯存和計算量估計方法研究

    GPU、FPGA等硬件加速。通過分析硬件加速器的性能參數(shù),可以估算模型在硬件加速下的計算量。 四、實驗與分析 為了驗證上述估計方法的有效性,
    發(fā)表于 07-03 19:43

    云翎智能低軌衛(wèi)星物聯(lián)網(wǎng)解決方案:賦能災(zāi)害救援信息應(yīng)用

    自然災(zāi)害頻發(fā)、極端天氣增多的背景下,地面通信基礎(chǔ)設(shè)施的脆弱性日益凸顯。云翎智能低軌衛(wèi)星物聯(lián)網(wǎng)憑借“低軌衛(wèi)星+AIoT”技術(shù)架構(gòu),構(gòu)建起空天地海一體化的應(yīng)急通信網(wǎng)絡(luò),成為災(zāi)害救援中保障信息暢通的核心
    的頭像 發(fā)表于 06-17 11:11 ?960次閱讀
    云翎智能低軌衛(wèi)星物聯(lián)網(wǎng)解決方案:賦能<b class='flag-5'>災(zāi)害</b>救援信息應(yīng)用

    GPU架構(gòu)深度解析

    GPU架構(gòu)深度解析從圖形處理到通用計算的進化之路圖形處理單元(GPU),作為現(xiàn)代計算機中不可或缺的一部分,已經(jīng)從最初的圖形渲染專用處理器,發(fā)展成為強大的并行計算引擎,廣泛應(yīng)用于人工智能、科學(xué)計算
    的頭像 發(fā)表于 05-30 10:36 ?1856次閱讀
    <b class='flag-5'>GPU</b>架構(gòu)<b class='flag-5'>深度</b>解析

    AI初創(chuàng)公司為野火提供早期預(yù)警

    AI 正在幫助人類更快、更有效地識別和治療疾病。接下來,AI 還將幫助人類預(yù)防像野火這樣的自然災(zāi)害。
    的頭像 發(fā)表于 05-29 14:18 ?1034次閱讀

    ARM Mali GPU 深度解讀

    ARM Mali GPU 深度解讀 ARM Mali 是 Arm 公司面向移動設(shè)備、嵌入式系統(tǒng)和基礎(chǔ)設(shè)施市場設(shè)計的圖形處理器(GPU)IP 核,憑借其異構(gòu)計算架構(gòu)、能效優(yōu)化和生態(tài)協(xié)同,成為全球移動
    的頭像 發(fā)表于 05-29 10:12 ?4339次閱讀

    災(zāi)害預(yù)警到救援行動:頂堅北斗有源終端的全鏈條應(yīng)急支持

    自然災(zāi)害頻發(fā)和緊急事件響應(yīng)需求日益增長的背景下,頂堅北斗有源終端憑借其深度融合北斗衛(wèi)星導(dǎo)航系統(tǒng)的技術(shù)優(yōu)勢,構(gòu)建了從災(zāi)害預(yù)警、應(yīng)急通信到救援行動的完整支持鏈條。以下是對其在這一過程中的具體作用的詳細
    的頭像 發(fā)表于 03-31 10:23 ?752次閱讀
    從<b class='flag-5'>災(zāi)害</b>預(yù)警到救援行動:頂堅北斗有源終端的全鏈條應(yīng)急支持

    用樹莓派搞深度學(xué)習(xí)?TensorFlow啟動!

    介紹本頁面將指導(dǎo)您在搭載64位Bullseye操作系統(tǒng)的RaspberryPi4上安裝TensorFlow。TensorFlow是一個專為深度學(xué)習(xí)開發(fā)的大型軟件庫,它消耗大量資源。您可以
    的頭像 發(fā)表于 03-25 09:33 ?1209次閱讀
    用樹莓派搞<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>?TensorFlow啟動!