Tesla

GPUs para Defensa e Inteligencia

 
 

Los organismos y empresas que trabajan en el sector de la defensa y los servicios de inteligencia necesitan disponer de información precisa y puntual tanto en sus operaciones estratégicas como diarias. La obtención y evaluación de los datos de inteligencia son una parte esencial de estas actividades y la procedencia de esos datos puede ser muy diversa, desde satélites y aviones no tripulados hasta cámaras de vigilancia o radares. Una vez recabados los datos, convertirlos en información de utilidad requiere una cantidad de recursos considerable en términos de personas, sistemas de hardware y software, energía e instalaciones, pero no siempre están disponibles. Las tarjetas gráficas NVIDIA proporcionan una tecnología que "cambia las reglas del juego" e incrementa drásticamente la productividad, al tiempo que reduce los costes, el consumo energético y la necesidad de instalaciones. El uso de GPUs para aumentar la capacidad de los sistemas de procesamiento existentes es ya una práctica establecida en numerosos centros de cálculo e institutos de investigación de todo el planeta como fórmula para resolver las carencias de la actual infraestructura de TI ante la progresiva demanda de capacidad de cálculo por parte de sus científicos e ingenieros.

En los gráficos siguientes, hemos destacado el rendimiento obtenido en NPP y CuFFT.

Rendimiento de las GPUs NVIDIA Rendimiento de las GPUs NVIDIA

Éstas son las áreas en las que las GPUs ya están demostrando una mejora sustancial del rendimiento:

Procesamiento de imágenes: el procesamiento de imágenes está adquiriendo cada vez más protagonismo en el campo de la defensa y la inteligencia. La cantidad de imágenes de que disponen hoy en día los organismos de defensa y los servicios de inteligencia es enorme y aumenta cada minuto. Por ejemplo, las imágenes geoespaciales suministradas por los satélites cubren cinco veces la superficie de la tierra. Asimismo, hay más de 100 millones de huellas dactilares almacenadas en la base de datos del FBI. Las GPUs aceleran todas las funciones que intervienen en el procesamiento de esas imágenes, lo que incluye la georrectificación, los algoritmos de filtrado, la detección de cambios y la reconstrucción en 3D. Lee el caso de Digital Globe para averiguar cómo ayudan las GPUs a paliar los efectos de las catástrofes (en inglés).

Videovigilancia permanente: los expertos estiman que el mercado mundial de la videovigilancia superará los 25.000 millones de dólares para 2016. Por ejemplo, cada mes, el Departamento de Defensa de EE.UU. recoge más de 10.000 horas de vídeos de vigilancia aérea en Afganistán e Irak. Estos vídeos deben procesarse y analizarse en tiempo real. Las GPUs representan una gran herramienta para ejecutar los algoritmos de procesamiento y análisis del vídeo a toda velocidad a medida que se van captando las imágenes.

Procesamiento de señales: la capacidad de los sensores modernos aumenta sin cesar. Saber usar los recursos de información es un problema cada vez más acuciante que exige un incremento de la capacidad de cálculo. Las GPUs cumplen una función esencial, ya que proporcionan la velocidad de procesamiento necesaria para asimilar la mayor capacidad de esos sensores e integrar sus datos con otras fuentes de datos en tiempo real a fin de comprender en mayor medida los complejos entornos en los que deben operar las unidades de defensa. Lee el caso de OpCoast Case para saber cómo ayudan las GPUs a mejorar la efectividad de los modelos de interferencia intencional por radiofrecuencia (en inglés).

Productos


Demos:

Luciad:

Este vídeo muestra la diferencia de rendimiento entre sistemas basados únicamente en CPUs y sistemas equipados con GPUs. La aplicación calcula la línea de visión para determinar la visibilidad de una determinada zona geográfica. Con ella, los analistas pueden analizar rápidamente la visibilidad aérea, la del terreno y la del radar para determinar aspectos como la ubicación óptima de los radares. Las zonas con visibilidad limitada se marcan en verde y las de alta visibilidad en rojo.

MotionDSP:

Este vídeo muestra el proceso necesario para transformar los vídeos de baja calidad captados por los aviones no tripulados en datos precisos y útiles para el análisis. Para mejorar la calidad de las imágenes de forma que sean aptas para el análisis, es necesario aplicar varios algoritmos encargados de: Todos los algoritmos necesitan alta capacidad de cálculo, especialmente al procesar los datos en tiempo real. A la derecha puedes ver el número de operaciones en coma flotante (flops) necesarias para el cálculo. Una vez aclarada la imagen, es posible iniciar el análisis para identificar a las personas de la embarcación y cualquier otro objetivo en movimiento. Todo ello se hace en tiempo real, algo que no habría sido posible sin las GPUs.

Imagus:

Este vídeo muestra cómo es posible procesar funciones de reconocimiento facial en tiempo real gracias a las GPUs. La cámara capta la imagen de las personas que atraviesan el vestíbulo y sus rostros se comparan automáticamente con los de una base de datos para su identificación.




 
 
 
 
FacebookTwitterGoogle+LinkedInPinterest