案例简介
• 本案例中通过NVIDIA EGX平台，视达 SandStar研发的人工智能零售平台实现了从数据处理、特征工程、模型训练到零售交易的全流程GPU加速，让产品研发效率提升数倍。
• 本案例主要应用到 NVIDIA EGX平台的GPU和软件加速平台。
Case Introduction
• In this Case, through the NVIDIA EGX platform, Sandstar achieves full-pipeline GPU acceleration from data processing, feature engineering, model training to Retail trading, which increases investment strategy development efficiency by several times.
• The major products utilized in the case is GPU product and acceleration platform of NVIDIA EGX
客户简介及应用背景
视达 SandStar是一家成立于2016年的AI赋能零售行业领先的技术和服务供应商，面向企业提供AI智能货柜、纯视觉无人店和智慧门店分析解决方案，如今已服务25+家世界五百强头部客户，打造 AI零售新生态。
视达 SandStar以计算机视觉这一人工智能技术为核心，通过对线下零售经营中的人（顾客）、货（商品）、场（店铺）等要素的全面数字化，让传统零售得以像电商一样将零售数据一网打尽，最终帮助企业最终实现从数据采集、数据存储、数据分析到数据优化的零售全流程生态体系的闭环，为企业选品、陈列、补货、精准营销等等各类经营决策提供数据支持，全面提升经营效率。
客户挑战
远早于2018年面世的亚马逊第一家无人店Amazon Go，中国的无人零售技术在2016年就已开始萌芽，RFID、重力感应、静态识别、动态识别四大主流识别技术同台竞技。但相比动态技术，另3种技术都存在明显的技术局限性、且应用成本过高，并不具备长远的商业落地可行性，动态视觉技术各项优越性均十分突出，再加之天生的数字化基因、及在帮助企业降本增效方面的优异表现，让视达 SandStar成为AI赋能零售领域成立最早、走得最远的技术公司。
但是，在动态识别的方案中，到底选择什么样的平台主要有以下几大挑战：一是算力。零售终端如AI智能货柜每天都在产生海量实时数据，包括顾客行为、货物、场内流量等数据，对数据的处理要达到快、准、全。二是算法。得到丰富的数据后，需要对视频/图片/结构化数据进行分类、回归、时间序列等处理，同时要用到深度学习、机器学习技术对数据进行再次加工，计算出交易场景中所需的关键结果，需要花费长期大量的研究投入不断更新迭代算法和场景。三是开发框架和运维平台。灵活的零售场景，需要开发人员灵活扩展业务流程，动态调用不同算法模块也业务模块。同时上线后需要支持数万台设备的状态、应用的状态、货柜的进销存等管理，广告等业务板块，这对视达 SandStar提出了很高的要求。
应用方案
基于以上挑战，视达Sandstar团队选择了采用NVIDIA EGX计算平台来提供支持，使用后给业务带来了巨大的支持和提升。
1、NVIDIA EGX/AGX提供强大的算力以及基础运行平台，帮助视达Sandstar团队提供所需更快的算力速度、更易用的CUDA基础能力和嵌入式平台能力。相比过去，算力速度提升了200%。高倍的效率和速度可以做出更快的反应，从而带来巨大的收益。
2、Deepstream软件极大地缩短流程开发时间 以往的开发者开发一个优质流程往往耗时几个月至半年或更长时间，在 NVIDIA Deepstream加速平台的助力下，视达 SandStar的AI智能零售平台将流程研发周期大幅提升。
3、EGX管理平台简化用户的运维和管理。在NVIDIA EGX平台的加持下，视达 SandStar的单一客户设备管理可以达到万台以上。
使用效果及影响
在NVIDIA EGX平台支持下，视达SandStar旗下一系列智能零售解决方案，如AI智能货柜、智慧门店分析等，算力提升200%，能够更高效地处理零售场景中人、货、场等多维数据，不仅为消费者带来了更流畅的购物体验，也为零售供应商运营决策提供了更及时的数据支持。在NVIDIA高算力、以及视达SandStar自身前沿科技的共同作用下，客户可充分利用AI技术及大数据实现零售经营的降本增效。