女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)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(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)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(wú)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(dá) ? 來(lái)源:未知 ? 作者:佚名 ? 2017-11-03 09:47 ? 次閱讀

如果您想知道我們?yōu)槭裁葱枰玫姆绞絹?lái)預(yù)測(cè)颶風(fēng),問(wèn)問(wèn)休斯頓居民就知道了。

權(quán)威機(jī)構(gòu)已經(jīng)知道颶風(fēng)哈維正在向德克薩斯州南部移動(dòng),但氣象預(yù)報(bào)員不能精確地說(shuō)出哪些區(qū)域?qū)?huì)受災(zāi)更嚴(yán)重。因此,大多數(shù)休斯頓居民留在原地不動(dòng)。最終導(dǎo)致超過(guò) 75 人死亡,30,000 人躲避在避難所中,還有數(shù)萬(wàn)人需要營(yíng)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(shí)的彩色影像

科學(xué)家利用GPU助力降低自然災(zāi)害風(fēng)險(xiǎn)

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

德克薩斯州國(guó)民警衛(wèi)隊(duì)隊(duì)員在颶風(fēng)哈維襲擊期間從被洪水淹沒(méi)的房屋中營(yíng)救一個(gè)家庭

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

韓國(guó)科技信息研究院 (KISTI) 高性能計(jì)算研究室主任 Minsu Joh 說(shuō):“我們無(wú)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(xiǎn)?!?/p>

疏散還是不疏散?

韓國(guó)經(jīng)常受臺(tái)風(fēng)困擾,臺(tái)風(fēng)是強(qiáng)度與颶風(fēng)或熱帶氣旋等同的高強(qiáng)度風(fēng)暴。這個(gè)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(tái)風(fēng),在南太平洋和印度洋稱為氣旋。

據(jù)美國(guó)國(guó)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(qiáng)臺(tái)風(fēng)。

Joh 和 KISTI 團(tuán)隊(duì)將深度學(xué)習(xí)技術(shù)與相對(duì)傳統(tǒng)的天氣預(yù)測(cè)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(jí)計(jì)算機(jī),來(lái)提高臺(tái)風(fēng)預(yù)測(cè)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(qiáng)度,權(quán)威機(jī)構(gòu)便可以準(zhǔn)確而及時(shí)的下令將人們疏散到安全的地方。

疏散某個(gè)地區(qū)的數(shù)百萬(wàn)人口并不是一件小事,因此,政府官員通常會(huì)猶豫不決,懷疑警報(bào)的準(zhǔn)確性。而且,疏散有可能比待在原處更加危險(xiǎn)。在 2005 年遭受颶風(fēng)麗塔襲擊時(shí),休斯頓的疏散行動(dòng)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(shí)間內(nèi)提供更準(zhǔn)確的預(yù)測(cè)

現(xiàn)在,氣象學(xué)家可以依靠數(shù)值模型來(lái)預(yù)測(cè)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(qiáng)度。但與之不同的是,KISTI 團(tuán)隊(duì)利用從衛(wèi)星和雷達(dá)中觀察到的數(shù)據(jù)來(lái)訓(xùn)練他們的兩個(gè)深度學(xué)習(xí)系統(tǒng) - GlobeNet(預(yù)測(cè)臺(tái)風(fēng)軌跡)和 DeepRain(預(yù)測(cè)強(qiáng)降水)。

研究人員使用從數(shù)值模型中獲取的數(shù)據(jù)來(lái)訓(xùn)練第三個(gè)系統(tǒng),即 DeepTC(預(yù)測(cè)熱帶氣旋)。

開(kāi)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(gè)模型仍處于實(shí)驗(yàn)階段,但現(xiàn)在我們的準(zhǔn)確性已超過(guò)現(xiàn)有方法。”

KISTI 科學(xué)家在機(jī)構(gòu)的 NVIDIA GPU 上運(yùn)行 cuDNN,利用 Keras 工具包和 TensorFlow 深度學(xué)習(xí)框架來(lái)訓(xùn)練自己的模型。在部署模型時(shí),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(gè)小時(shí)預(yù)測(cè)臺(tái)風(fēng)及其相關(guān)的降雨量。該團(tuán)隊(duì)計(jì)劃在明年將這個(gè)時(shí)間范圍延長(zhǎng)到六個(gè)小時(shí),最終實(shí)現(xiàn)提前三天預(yù)測(cè),使其真正成為生命拯救者。

2017 年太平洋臺(tái)風(fēng)季中所有熱帶氣旋的軌跡

臺(tái)風(fēng)、洪水預(yù)測(cè)在行動(dòng)

在韓國(guó),他們的工作通常需要預(yù)測(cè)臨津江周邊地區(qū)的洪災(zāi),這個(gè)地區(qū)居住著該國(guó) 30% 的人口。韓國(guó)氣象局的臺(tái)風(fēng)中心正在測(cè)試 KISTI 系統(tǒng),最早明年可以進(jìn)行部署。

盡管 KISTI 的工作是針對(duì)韓國(guó)而設(shè)計(jì)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(dá)數(shù)據(jù),就可以輕松地將 DeepRain 和 GlobeNet 應(yīng)用到北美地區(qū)?!?/p>


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(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。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(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • gpu
    gpu
    +關(guān)注

    關(guān)注

    28

    文章

    4912

    瀏覽量

    130662
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5554

    瀏覽量

    122489

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

收藏 人收藏

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    深度學(xué)習(xí)工作負(fù)載中GPU與LPU的主要差異

    ,一個(gè)新的競(jìng)爭(zhēng)力量——LPU(Language Processing Unit,語(yǔ)言處理單元)已悄然登場(chǎng),LPU專注于解決自然語(yǔ)言處理(NLP)任務(wù)中的順序性問(wèn)題,是構(gòu)建AI應(yīng)用不可或缺的一環(huán)。 本文旨在探討深度學(xué)習(xí)工作負(fù)載中
    的頭像 發(fā)表于 12-09 11:01 ?3224次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>工作負(fù)載中<b class='flag-5'>GPU</b>與LPU的主要差異

    GPU深度學(xué)習(xí)中的應(yīng)用 GPUs在圖形設(shè)計(jì)中的作用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為其核心部分,已經(jīng)成為推動(dòng)技術(shù)進(jìn)步的重要力量。GPU(圖形處理單元)在深度學(xué)習(xí)中扮演著至關(guān)重要的角色,
    的頭像 發(fā)表于 11-19 10:55 ?1472次閱讀

    NPU在深度學(xué)習(xí)中的應(yīng)用

    設(shè)計(jì)的硬件加速器,它在深度學(xué)習(xí)中的應(yīng)用日益廣泛。 1. NPU的基本概念 NPU是一種專門針對(duì)深度學(xué)習(xí)算法優(yōu)化的處理器,它與傳統(tǒng)的CPU和
    的頭像 發(fā)表于 11-14 15:17 ?1706次閱讀

    PyTorch GPU 加速訓(xùn)練模型方法

    深度學(xué)習(xí)領(lǐng)域,GPU加速訓(xùn)練模型已經(jīng)成為提高訓(xùn)練效率和縮短訓(xùn)練時(shí)間的重要手段。PyTorch作為一個(gè)流行的深度
    的頭像 發(fā)表于 11-05 17:43 ?1259次閱讀

    GPU深度學(xué)習(xí)應(yīng)用案例

    能力,可以顯著提高圖像識(shí)別模型的訓(xùn)練速度和準(zhǔn)確性。例如,在人臉識(shí)別、自動(dòng)駕駛等領(lǐng)域,GPU被廣泛應(yīng)用于加速深度學(xué)習(xí)模型的訓(xùn)練和推理過(guò)程。 二
    的頭像 發(fā)表于 10-27 11:13 ?1107次閱讀

    GPU加速計(jì)算平臺(tái)是什么

    GPU加速計(jì)算平臺(tái),簡(jiǎn)而言之,是利用圖形處理器(GPU)的強(qiáng)大并行計(jì)算能力來(lái)加速科學(xué)計(jì)算、數(shù)據(jù)分析、機(jī)器
    的頭像 發(fā)表于 10-25 09:23 ?526次閱讀

    FPGA加速深度學(xué)習(xí)模型的案例

    :DE5Net_Conv_Accelerator 應(yīng)用場(chǎng)景 :面向深度學(xué)習(xí)的開(kāi)源項(xiàng)目,實(shí)現(xiàn)了AlexNet的第一層卷積運(yùn)算加速。 技術(shù)特點(diǎn) : 采用了Verilog語(yǔ)言進(jìn)行編程,與PCIe接口相集成,
    的頭像 發(fā)表于 10-25 09:22 ?1077次閱讀

    高速鐵路預(yù)警系統(tǒng):守護(hù)安全,預(yù)防自然災(zāi)害的堅(jiān)實(shí)盾牌

    在蜿蜒的山區(qū)與壯闊的河流之上,高速鐵路如同銀色巨龍穿梭其間,連接著城市的繁華與遠(yuǎn)方的風(fēng)景。然而,這些壯麗景觀背后,也潛藏著滑坡、泥石流等自然災(zāi)害的威脅。為了保障高速鐵路的安全運(yùn)行,高速鐵路預(yù)警系統(tǒng)成為了重要的一環(huán)。
    的頭像 發(fā)表于 10-18 13:42 ?504次閱讀

    深度學(xué)習(xí)GPU加速效果如何

    圖形處理器(GPU)憑借其強(qiáng)大的并行計(jì)算能力,成為加速深度學(xué)習(xí)任務(wù)的理想選擇。
    的頭像 發(fā)表于 10-17 10:07 ?533次閱讀

    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?

    并行計(jì)算的能力,可以在硬件層面并行處理大量數(shù)據(jù)。這種并行處理能力使得 FPGA 在執(zhí)行深度學(xué)習(xí)算法時(shí)速度遠(yuǎn)超傳統(tǒng)處理器,能夠提供更低的延遲和更高的吞吐量,從而加速模型訓(xùn)練和推理過(guò)程,滿
    發(fā)表于 09-27 20:53

    地質(zhì)災(zāi)害在線監(jiān)測(cè)系統(tǒng)可以做什么

    應(yīng)運(yùn)而生,成為了我們抵御自然災(zāi)害、守護(hù)家園安全的堅(jiān)實(shí)屏障。 地質(zhì)災(zāi)害在線監(jiān)測(cè)系統(tǒng),是綜合運(yùn)用現(xiàn)代信息技術(shù)、物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)分析以及人工智能算法等高科技手段,對(duì)地質(zhì)環(huán)境進(jìn)行全天候、全方位、高精度的實(shí)時(shí)監(jiān)測(cè)與
    的頭像 發(fā)表于 09-10 14:29 ?397次閱讀

    構(gòu)建自然災(zāi)害安全在線監(jiān)測(cè)預(yù)警系統(tǒng)解決方案

    自然災(zāi)害頻發(fā)的今天,從肆虐的洪水到肆虐的野火,從劇烈的地震到突發(fā)的山體滑坡,每一次自然災(zāi)害的降臨都給人類社會(huì)帶來(lái)了不可估量的損失。面對(duì)自然的無(wú)情挑戰(zhàn),如何更有效地預(yù)防、預(yù)警并減輕災(zāi)害
    的頭像 發(fā)表于 09-05 13:25 ?612次閱讀

    地質(zhì)災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng)的作用

    挑戰(zhàn),地質(zhì)災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng)的出現(xiàn),成為我們抵御自然災(zāi)害、守護(hù)生命安全的科技利器。 一、系統(tǒng)概述與重要性 地質(zhì)災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng),是一個(gè)集成了現(xiàn)代信息技術(shù)、數(shù)據(jù)分析與預(yù)警等多學(xué)科交叉的復(fù)雜
    的頭像 發(fā)表于 08-30 15:14 ?850次閱讀

    利用Matlab函數(shù)實(shí)現(xiàn)深度學(xué)習(xí)算法

    在Matlab中實(shí)現(xiàn)深度學(xué)習(xí)算法是一個(gè)復(fù)雜但強(qiáng)大的過(guò)程,可以應(yīng)用于各種領(lǐng)域,如圖像識(shí)別、自然語(yǔ)言處理、時(shí)間序列預(yù)測(cè)等。這里,我將概述一個(gè)基本的流程,包括環(huán)境設(shè)置、數(shù)據(jù)準(zhǔn)備、模型設(shè)計(jì)、訓(xùn)
    的頭像 發(fā)表于 07-14 14:21 ?3453次閱讀

    新手小白怎么學(xué)GPU云服務(wù)器跑深度學(xué)習(xí)?

    新手小白想用GPU云服務(wù)器跑深度學(xué)習(xí)應(yīng)該怎么做? 用個(gè)人主機(jī)通常pytorch可以跑但是LexNet,AlexNet可能就直接就跑不動(dòng),如何實(shí)現(xiàn)更經(jīng)濟(jì)便捷的實(shí)現(xiàn)
    發(fā)表于 06-11 17:09