エッジAIの展開を加速させる
GTC カンファレンス & トレーニング
2021 年 4 月 12 - 16 日
2021 年 4 月 12 - 16 日
人工知能（AI）は、コンピューティングの新時代の到来を告げ、より大きなイノベーション、生産性、およびコスト削減を可能にします。医用画像や産業グレードのインテリジェントビデオ分析など、時間と安全性が重要なエッジアプリケーションの場合、エッジAIソリューションはクラウドAIよりも厳しい応答時間をより適切に満たすことができます。
2021年4月12 - 16日にオンラインで開催されるNVIDIA GPUテクノロジーカンファレンス（GTC）にて、ADLINKのオンデマンドセッションをご聴講いただくと、エッジAI開発をスピードアップする方法を学ぶことができます。
- エッジAIが医療および産業用アプリケーションをどのように進歩させているかを学ぶことができます。
- エッジAIの課題を克服するための洞察を得ることができます。
- ビデオ分析用のAIモデルとツールについて聞くことができます。
聴講する: ADLINKのオンデマンドセッション
NVIDIAのGTC 21のWebサイトからご登録いただくことで、ADLINKのオンデマンドセッションをご覧いただくことができます。ご登録いただくと、GTCの全リージョンでのライブオンデマンドセッションに参加することができます。
[SS32701] 医用画像の速度と精度を向上させる方法
Zane Tsai, Director of EPM-Platforms Product Center
医用画像機器は、医師が徴候や症状を調査し、生検を行い、病変を治療するのに役立ちます。より良い医療を提供するために、医用画像機器は、外科医が操作するためのリアルタイムの視覚的ガイダンスを提供し、より多くの患者にサービスを提供するために画像が作成される時間を短縮するために絶え間なく革新する必要があります。 また、医師が正確な診断を行うのを支援するために、患者の有害な放射線被曝を増加させることなく画質を向上させる必要があります。
それが十分に挑戦的でないのと同様に、医療画像技術の進歩もまた、遠隔医療を介して地元の医師が他の医師に相談できるような遠隔地の手術室や診療所で使用するために、より小さなフォームファクタで提供されることが好ましいです。ウェビナーにご参加いただき、医療機器メーカーが医療サービスの向上に向けた課題に取り組む際にADLINKがどのように役立つかをご覧ください。
(※セッションは英語です。)
[SS32770] エッジでのDeepStreamによるドライビングアクション
Toby McClean, VP, IoT Technology and Innovation
ADLINKは、NVIDIA Deep Stream、Transfer Learning Toolkit（TLT）、および事前学習モデルを使用して、マシンビジョンAIの展開からアクションと成果を推進しています。このプレゼンテーションでは、品質検査とインテリジェントビデオアナリティクス（IVA）のための実際の産業用ユースケースを引き合いに出し、ADLINKのアプローチを用いて、実行しやすく、スケールアップし、アクションを促進するソリューションを構築する方法を説明します。ある特定の例では、PeopleNetモデルを含むDeep Streamパイプラインを使用して社内スペースでうろついている人を検知し、GPIOを介してアラームを鳴らします。
ADLINKの一連のハードウェアと、Deep Stream、Transfer Learning Toolkit、Tensor RTを含むNVIDIAのソフトウェア開発キット（SDK）を組み合わせたソリューションが、どのようにして行動と成果を促進するために作成できるかを学びます。速度、スケーラビリティ、およびシンプルなユーザーエクスペリエンスは、設計による基本的な利点です。
ADLINKの一連のハードウェアと、Deep Stream、Transfer Learning Toolkit、Tensor RTを含むNVIDIAのソフトウェア開発キット（SDK）を組み合わせたソリューションが、どのようにして行動と成果を促進するために作成できるかを学びます。速度、スケーラビリティ、およびシンプルなユーザーエクスペリエンスは、設計による基本的な利点です。
このセッションでは、開発者が結果を推進するソリューションを構築する際に、ディープストリームパイプラインの結果に他のデバイスを接続することがいかに重要であるかも取り上げます。
（※セッションは英語です。）
[SS32769] エッジAIの課題の克服-パフォーマンスとSWaPの両面でエッジAIを最適化する
Olivia Chan, Senior Product Manager, EPM BU
AI アプリケーションは、エッジでの普及が進んでおり、あらゆる分野でパフォーマンス、生産性、効率性の向上が期待されています。エッジでのAIアプリケーションの実装を成功させるために、開発者はハードウェア、AIネットワーク、フレームワークのオプションなど、アプリケーションによって異なる無数の難しい選択に直面しています。さらに、クラウドではなくエッジでAIを実行することは、堅牢性に新たな意味を与え、開発者にさらなる課題を提示します。このセッションでは、エッジで本格的なAIアプリケーションを開発するための重要な考慮事項について、様々な産業用ユースケースを引用しながら説明し、AI実装をゼロから最適化し、展開後のアップグレードを行うためのヒントを共有します。
(※セッションは英語です。)
