Tesla
INFORMAZIONI SUI PRODOTTI
INFORMAZIONI ADDIZIONALI

GPU per la difesa e l'intelligence

 
 

I servizi di difesa e di intelligence fondano l'efficacia delle proprie attività operative, sia strategiche sia quotidiane, in larghissima misura sull'accuratezza e sulla tempestività delle informazioni a propria disposizione. La raccolta e la valutazione delle informazioni, parte essenziale di queste attività, si basano sui dati provenienti da numerose fonti eterogenee quali ad esempio i satellite, gli UAV (i cosiddetti droni), le telecamere di sorveglianza e i radar. La conversione di questi dati non elaborati in informazioni affidabili richiede la creazione di un'infrastruttura di dimensioni significative, che prevede l'impiego di risorse di personale, hardware e software IT, alimentazione e spazi. Ovviamente, tutte queste risorse sono limitate. Le schede grafiche NVIDIA sono una tecnologia in grado di "cambiare le regole del gioco" aumentando esponenzialmente la produttività e riducendo simultaneamente costi e necessità di alimentazione e spazio. L'uso delle GPU per integrare e migliorare i sistemi di elaborazione esistenti è una prassi ormai consolidata per i centri di HPC e gli istituti di ricerca di tutto il mondo, che vi fanno ricorso per ridurre il divario esistente tra le crescenti esigenze dei propri scienziati e ingegneri e le capacità di calcolo delle infrastrutture IT esistenti.

Nelle tabelle che seguono si evidenzia il lavoro compiuto su NPP e CuFFT.

Prestazioni delle GPU NVIDIA Prestazioni delle GPU NVIDIA

Le principali aree nelle quali le GPU hanno già mostrato prestazioni notevolmente migliorate sono:

Elaborazione delle immagini: Il ruolo dell'elaborazione delle immagini in contesti di difesa e intelligence è in costante crescita. La quantità di immagini oggi disponibili ai professionisti della difesa e dell'intelligence è senza precedenti, senza contare che la raccolta ne accumula di nuove ogni minuto. Per esempio, le immagini geo-spaziali raccolte via satellite coprono già cinque volte l'intera superficie terrestre. Il database dell'FBI, invece, contiene oltre 100 milioni di immagini di impronte digitali. Le GPU accelerano il workflow di elaborazione delle immagini, ad inclusione delle operazioni di geo-rettificazione, degli algoritmi di filtraggio, del rilevamento delle variazioni e della ricostruzione tridimensionale. Altre informazioni sull'impatto delle GPU sono contenute nel Digital Globe Case Study che tratta dell'accelerazione delle iniziative di soccorso in caso di catastrofe (in inglese).

Sorveglianza video persistente: Gli specialisti prevedono che il valore del mercato globale della sorveglianza video supererà i 25 miliardi di dollari entro il 2016. Inoltre, ogni mese il Dipartimento della Difesa raccoglie oltre 10.000 ore di girato dalla sorveglianza video aerea in Afghanistan e Iraq. Questi video devono essere elaborati e analizzati in tempo reale. Le GPU rappresentano un ottimo strumento per ottenere prestazioni di archiviazione in tempo reale con gli algoritmi di elaborazione e analisi video.

Elaborazione dei segnali: Le capacità dei sensori continuano a espandersi. Utilizzare appieno le risorse di informazione è un problema di dimensioni crescenti che implica un fabbisogno in costante aumento delle capacità di computing. Le GPU sono essenziali per aumentare la velocità di calcolo in modo tale da tenere il passo con le capacità dei sensori, permettendo di integrare in tempo reale i dati raccolti dai sensori con quelli raccolti da altre fonti per capire meglio gli ambienti complessi nei quali i team del Dipartimento della Difesa si trovano a operare. Altre informazioni sull'impatto delle GPU sono contenute nel OpCoast Case Study che tratta della modellazione dell'efficacia dei radio-jammer (in inglese).

Prodotti


Demo:

Luciad:

Il video visualizza la differenza di performance tra i sistemi basati esclusivamente su CPU e i sistemi che includono GPU. L'applicazione calcola la linea visuale per determinare l'effettiva visibilità di una particolare località geografica. L'applicazione permette agli analisti di analizzare rapidamente la visibilità al suolo, in aria e via radar per determinare fattori come il posizionamento ottimale dei radar. Le aree con visibilità limitata sono ombreggiate in verde mentre le aree di alta visibilità sono ombreggiate in rosso.

MotionDSP:

Questo video mostra il processo analitico necessario per trasformare i video di bassa qualità girati dai droni (o UAV, aeromobili senza pilota) in dati mission-critical accurati utilizzabili per l'intelligence. Per migliorare la qualità del girato e ripulirlo in modo che sia adatti alle analisi di intelligence si devono applicare ai video numerosi algoritmi. Tutti gli algoritmi richiedono una notevole potenza di calcolo, specialmente quando l'elaborazione deve essere eseguita in tempo reale. A destra sono visibili i flop richiesti per il calcolo. Una volta ripulita l'immagine, è possibile iniziare l'analisi per identificare le persone presenti sull'imbarcazione e ogni altro bersaglio mobile. Tutto questo viene eseguito in tempo reale, un risultato assolutamente irrealizzabile senza GPU.

Imagus:

Questo video mostra come le GPU rendano possibile il riconoscimento facciale in tempo reale. La videocamera riprende le persone che entrano nell'ingresso. Le immagini dei loro volti vengono automaticamente confrontate con un database esistente per l'identificazione.




 
 
 
 
FacebookTwitterGoogle+LinkedInPinterest