Tesla
INFORMACJE O PRODUKCIE
INFORMACJE DODATKOWE

Układy GPU dla obrony i wywiadu

 
 

Czy w działaniach strategicznych, czy na co dzień, służby obronno-wywiadowcze w bardzo dużym stopniu polegają na precyzyjnych i aktualnych informacjach. Gromadzenie i ocena informacji wywiadowczych stanowi kluczowy element ich działań, obejmując dane pochodzące z wielu różnych źródeł, np. satelitów, samolotów bezzałogowych, kamer monitorujących czy radarów. Przekształcanie zebranych surowych danych na praktyczne informacje wymaga sporej infrastruktury złożonej z ludzi, sprzętu i oprogramowania komputerowego, mocy i zaplecza, które są ograniczone. Karty graficzne firmy NVIDIA oferują przełomową technologię, radykalnie zwiększającą produktywność, przy jednoczesnym zmniejszeniu kosztów, mocy i zaplecza. Wykorzystanie układów GPU w celu wzmocnienia istniejących procesów przetwarzania danych jest ustaloną praktyką, stosowaną przez centra obliczeń o wysokiej wydajności i instytucje badawcze na całym świecie, zmierzającą do zmniejszenia dystansu dzielącego rosnące wymagania naukowców i inżynierów od możliwości obliczeniowych aktualnej infrastruktury informatycznej.

Poniższe wykresy ukazują zadania wykonane na NPP i CuFFT.

Wydajność układu GPU firmy NVIDIA Wydajność układu GPU firmy NVIDIA

Kluczowymi obszarami, w których dzięki układom GPU już występują znacznie lepsze efekty są:

Przetwarzanie obrazu: Cele, w których główną rolę stanowi przetwarzania obrazu, mają coraz większe znaczenie dla potrzeb obrony i wywiadu. Ilość materiału wizualnego, do którego mają dostęp służby obronne i wywiadowcze jest niespotykana, a z każdą minutą zbierane są kolejne, nowe obrazy. Na przykład powierzchnia zdjęć z obrazowania geoprzestrzennego uzyskiwanego dzięki satelitom jest już pięciokrotnie większa niż powierzchnia naszej planety. W bazie danych FBI znajduje się ponad sto milionów odcisków linii papilarnych. Układy GPU przyspieszają proces przetwarzania obrazów, obejmując korekty geograficzne, algorytmy filtrujące, śledzenie zmian i rekonstrukcje trójwymiarowe. Dowiedz się więcej na temat wpływu układów GPU na przyspieszenie działań ratunkowych w następstwie klęsk żywiołowych, czytając studium przypadku Digital Globe (w j. angielskim).

Stały nadzór wideo: Specjaliści przewidują, że do 2016 roku światowy rynek inwigilacji wideo przekroczy wartość 25 miliardów dolarów. Miesięcznie Departament Obrony gromadzi ponad 10 tysięcy godzin materiału z podglądu z powietrza w samym Afganistanie i Iraku. Filmy te muszą być przetwarzane i analizowane w czasie rzeczywistym. Układy GPU stanowią fantastyczne narzędzie archiwizacji działań w czasie rzeczywistym dla potrzeb przetwarzania obrazów wideo i algorytmów analitycznych.

Przetwarzanie sygnałów: Możliwości nowoczesnych sensorów wciąż rosną. Wykorzystywanie zasobów informacyjnych jest coraz większym problemem, wymagającym zwiększenia mocy obliczeniowej. Układy GPU oferują funkcję schodkową tempa przetwarzania niezbędną by dotrzymać kroku potencjałowi sensorów, która stwarza możliwość integracji danych z sensorów w czasie rzeczywistym z innymi źródłami danych, pozwalając na lepsze zrozumienie złożonego otoczenia, w jakim pracują aktualnie nasze służby obrony. Dowiedz się więcej na temat wpływu układów GPU na efektywność modelowania zagłuszaczy sygnałów radiowych, czytając studium przypadku OpCoast (w j. angielskim).

Produkty


Przykłady:

Luciad:

Wideo obok pokazuje różnicę w wydajności pomiędzy systemami wyposażonymi w jednostki CPU a systemem wykorzystującym układ GPU. Aplikacja oblicza linię widzenia w celu ustalenia widoczności w określonych lokacjach geograficznych. Pozwala analitykom na szybką analizę widoczności z powietrza, z poziomu gruntu jak i widoczności radarowej, dzięki czemu można np. ustalić optymalne rozmieszczenie radaru. Obszary z ograniczoną widocznością są cieniowane na zielono, tereny z dobrą widocznością zacieniowane są na czerwono.

MotionDSP:

Wideo obok pokazuje proces analityczny, jakiemu poddawane są niskiej jakości filmy wideo nagrane przez bezzałogowe statki latające, który pozwala uzyskać precyzyjne dane krytyczne misji do wykorzystania w analizie. Stosowane są wielokrotne algorytmy do poprawy jakości i wyczyszczenia tych plików dla celów analizy. Wszystkie te algorytmy wymagają mocy obliczeniowej, zwłaszcza podczas obróbki w czasie rzeczywistym. Z prawej strony widać jaka moc obliczeniowa jest potrzebna do tych obliczeń. Gdy obraz zostanie oczyszczony, można rozpocząć analizę w celu identyfikacji osób na łodzi oraz innych ruchomych obiektów. Wszystko odbywa się w czasie rzeczywistym, co byłoby niemożliwe bez układów GPU.

Imagus:

Film wideo pokazuje rozpoznawanie twarzy w czasie rzeczywistym, co umożliwiają układy GPU. Kamera nagrywa ludzi idących korytarzem. W celu identyfikacji, zdjęcia ich twarzy są automatycznie porównywane z wcześniejszymi, umieszczonymi w bazie danych.




 
 
 
 
FacebookTwitterGoogle+Nasza KlasaLinkedIn