正文 |丽娜智东西讯 4 月 18 日消息，今日，NVIDIA 向我们讲解了人工智能嵌入式计算平台 Jetson TX2 到智慧城市和安防的应用案例，vSLAM 主要目的是强化终端计算能力，推动人工智能终端化，独立于网络环境。
Nvidia 于今年 3 月推出了美元定价的 Jetson TX2。
延续了该系列体积小、集成度高的特点。
搭载4核ARM A57 CPU、Pascal架构GPU、最高8G内存、32G固态内存等组件。
该器件的标准功耗为7.5W，低于上一代Maxwell架构产品。
此外，Nvidia声称Jetson TX2可以在必要时将功率提高到15W，从而实现TX1计算能力的两倍。
Jetson TX2相当于一个小型AI工作站，具有强大的计算能力。
嵌入硬件中，可以直接赋予终端人脸识别、物体检测等智能能力。
配备了相应的Jetpack开发包、API以及一些典型示例（光流、行人检测、人脸识别等）、系统诊断和调试工具，开发环境非常全面，可以让开发者在很短的时间内开发出应用程序时间。
降低了开发门槛。
此前，Nvidia也推出了Jetson TX1。
应用演示：智慧城市（AI City）和vSLAM 在大会的智慧城市视频演示中，来自NVIDIA的李明博士向我们展示了两个视频：一个是在美国金门大桥上行驶时拍摄的视频。
当4K视频流流入工作站后，可以实时解读，识别车辆、道路、行人等信息。
数据处理流程为：输入视频流——解码——利用深度学习找到感兴趣的区域（如车牌、人脸等）并选择它们——编码，完成本地处理——输出4K HDMI显示。
另一段视频是美国警察在停车场巡逻的视频。
它可以监控并记录车辆信息（颜色、型号等）和人口统计信息，以便警方在发现可疑物体时及时做出反应。
工作原理是一样的。
此外，NVIDIA合作伙伴国内安防企业海康威视也展示了其基于Jetson TX1平台的Deep Eye深度摄像头和猎鹰智能云结构化服务器安全解决方案。
该负责人王鹏表示，随着计算机算法、数据、云计算、GPU的发展，深度学习可以准确高效地处理海量安全数据。
下一步他们将使用 Jetson TX2 平台来取代旧的 Jetson TX1。
值得一提的是，TX1和TX2的硬件焊脚尺寸是相同的。
拔掉TX1底板后即可直接使用TX2。
将推出同时支持 TX1 和 TX2 软件的软件。
TX1软件只需再次编译即可在TX2上使用。
NVIDIA相关负责人还告诉智西西，除了海康威视之外，NVIDIA还与大华、宇视等国内安防企业达成合作。
不过，虽然国家也在推广智慧城市的概念，但NVIDIA的合作伙伴仍然是企业。
至于vSLAM（基于视觉信息的同步定位与构图），智动智创课此前曾邀请苏森科技CTO张一鸣在智动智“机器人”社区进行过该主题的讲座。
从技术角度来说，这就不从这里开始了（原课程记录）。
另一家NVIDIA合作伙伴、北京猎户星机器人副总裁蒋超也展示了他们基于NVIDIA计算平台的机器人vSLAM应用。
他认为vSLAM是移动机器人最底层、最核心的部分。
基于目前的网络条件，如此大量的数据计算需要在终端完成。
因此，Jetson TX2强大的终端计算能力可以很好地帮助机器提高语义图理解能力，助力vSLAM技术的发展。