VNPT ha utilizzato NVIDIA Metropolis per elaborare e analizzare feed video multipli da telecamere posizionate strategicamente intorno ad alcuni degli incroci più trafficati nelle principali città. Utilizzando i container inclusi in NVIDIA AI Enterprise, i modelli di IA sono stati addestrati con modelli pre-addestrati, framework e TensorRT di NVIDIA e integrati con DeepStream per rilevare, riconoscere e classificare oggetti come auto, motociclette, biciclette e pedoni. Le applicazioni di analisi video sono distribuite all'edge mediante NVIDIA Jetson™ o in loco con le GPU T4 e A30
. Le telecamere edge, combinate con Jetson e modelli pre-addestrati, sono state programmate per comprendere e interpretare i segnali stradali, tracciare i movimenti degli oggetti identificati e prevedere potenziali incidenti in base ai pattern osservati. I flussi video multipli simultanei vengono inoltre elaborati sui server backend, risparmiando costi di calcolo e operativi.
Visto che utilizzava SDK DeepStream per la prima volta, VNPT inizialmente ha dovuto affrontare alcune sfide e problemi di prestazioni. Grazie alle licenze per NVIDIA AI Enterprise, ha potuto richiedere assistenza a NVIDIA Enterprise Support. VNPT ha risolto i problemi di prestazioni, ha costituito un sistema di addestramento IA efficace e ha ottimizzato le prestazioni dei suoi servizi IA con l'aiuto degli esperti IA NVIDIA.
"NVIDIA AI Enterprise, NVIDIA DeepStream incluso, è stato determinante per il raggiungimento dei nostri obiettivi. Con esso, abbiamo dimostrato come l'IA possa essere sfruttata con efficacia per affrontare i problemi reali e migliorare la qualità della vita nelle nostre città", ha dichiarato Nguyen Tien Cuong, CEO di VNPT AI.
“VNPT ha ricevuto un eccellente supporto da parte degli esperti NVIDIA per configurare e ottimizzare i modelli IA, risolvere i problemi e migliorare le prestazioni dell’infrastruttura in modo ottimale”, ha spiegato Cao Thanh Ha, CTO di VNPT AI.