做好老司机，不要被“车脸识别”逮到你

正值盛夏之时，为了暂时逃避都市的喧嚣和酷热，很多人都选择驾车出行度假。更加方便的是，今年在高速上开车，不再像以往那么闹心了。因为高速省界收费站正在逐渐取消，长久以来的拥堵瓶颈，已经被电子收费系统 ETC 取代。不过，总有些“老司机”想蒙混过关，比如不按规定安装、污损、遮挡机动车号牌，还有一些人在经济利益的驱动下通过换卡、ETC车道跟车、倒换电子标签等方式，达到偷逃通行费的目的。

针对类似情形，有些地方的交通管理系统已经上线了“车脸识别”系统，就是利用“以图搜图”技术，再结合监控和大数据分析，可以快速定位违章车辆和行为。不过，中国的高速公路里程已经在去年底突破 14 万公里，列全世界第一，是第二名的两倍。全路网收费站点数量庞大，涉及设备众多，能否快速分析、处理海量监测数据，从而快速定位目标？推而广之，除了高速公路，智慧交通、智慧城市的发展同样需要相应解决方案。

不过，如果你用上格灵深瞳的以图搜图引擎，就可以轻松回答上述问题。该方案基于第二代英特尔 至强 可扩展处理器，使用英特尔 傲腾 固态盘和傲腾 数据中心级持久内存，运用英特尔的 MKL 开发库和深度学习加速技术，能够迅速检测并识别图片中的全目标结构化信息，包括人脸、机动车、非机动车、行人等等，进行大规模特征比对，完成以图搜图，从而实现通过一张机动车图片检索目标信息，并在省市级的范围内追踪目标轨迹。

基于 Intel 技术的格灵深瞳以图搜图引擎分布式架构

从 5 亿到 3000 亿

返回结果以秒计

选用英特尔相关产品作为以图搜图引擎的核心硬件，是因为它们的出色性能表现和强大的扩展能力。

对于数据量相对较小的场景而言，传统的内存空间受限、价格较贵，而普通固态盘读取速度慢，格灵深瞳的方案使用英特尔 傲腾 固态盘，比内存便宜，但虚拟内存读取性能远高于普通固态盘。单机就可以对比 5 亿人脸特征，以图搜图结果可以在 3 秒内返回。

随着数据量不断变大，传统内存结合固态盘/虚拟内存的性能表现也就不能满足需求了，数据搬运成为瓶颈。当数据块数量超过 5 亿时，搜索结果将延迟 10 秒。

此时，该方案使用傲腾 数据中心级持久内存，就能在单一服务器上实现大容量、高带宽和低延迟的持久存储。在 10 亿目标的情况下，以图搜图可以在 10 秒内返回，单机可支持 40 亿热数据搜索。

不同以图搜图引擎解决方案对比

3 款内存解决方案的图片搜索性能

当然，诸如 ETC 这样的系统，其数据量肯定是单机无法处理的了。格灵深瞳以图搜图引擎支持最大 100 台机器横向扩展，最大支持 3000 亿目标，包括人体、车辆、非机动车，或 1000 亿人脸， 5 秒内即可返回结果。

之所以可以这么快，是因为相比传统内存，英特尔 傲腾 数据中心持久内存解决方案提供了更快的应用启动时间。传统内存将 1 亿个数据片段从硬盘加载至内存，并为这些数据构建关系，所需时间约为 30 分钟，这意味着 10 亿个数据片段约花费 5 小时。傲腾 数据中心持久内存可以将构建的数据直接放在持久内存中，1 亿个数据片段花费时间缩短为 3 分钟，10 亿个数据片段仅需 30 分钟即可完成。

数据加载和构建时间（单位：分钟，越低越好）

同时，性能更好，意味着基础设施成本更低，相比采用 CPU 和传统 DRAM 内存的多机解决方案，采用英特尔 傲腾 数据中心持久内存和第二代英特尔 至强 可扩展处理器可显著降低成本。

不光是ETC，将会是电和水

格灵深瞳的解决方案，绝不仅限于智能交通领域，在智能零售、智慧安防、智慧银行等行业都有广大应用场景。利用最新款英特尔 至强 可扩展处理器、英特尔 深度学习加速技术和创新的英特尔 傲腾 存储技术，格灵深瞳与英特尔合作，将人工智能解决方案的性能提升至全新水平。

不久的将来，AI 解决方案将会集成到我们生活的方方面面，就像现在的云计算一样，像日常用水用电一样，沉入到我们的基础设施中。那时的假日出游，你就不用开车了，因为 AI 会帮你开，你完全可以放心跟家人一起，在车上和 AI 对上一局“吃鸡”……