瞧一瞧：NVIDIA助力云拿快速打造低成本智慧商店-电子发烧友网

云拿科技（Cloudpick）成立于 2017 年，作为一家智能零售技术提供商，云拿凭借专有的计算机视觉、深度学习、传感器融合和边缘计算技术，为数字化、智能化的无人便利店提供即取即用的购物体验。

云拿与全球知名电子商务公司、传统零售商和支付合作伙伴合作，为线下实体店配备精简、经济、高效的新科技模式，从而为顾客构建“新零售”的购物体验。

智能商店运营面临算力及硬件成本挑战

视觉无人店在商业化的实际运营中面临着巨大的挑战：

一是门店同时支持的购物人数。便利店高峰期人数较多，会产生各种复杂的拥挤、遮挡等情况，对订单推送实时性和识别准确率提出了巨大的挑战。

二是支持的门店面积，有的门店面积较大，需要强大的 GPU 算力支持众多摄像头的实时图像推理，有时候单个 GPU 是不够的，如何利用多 GPU 加速计算并能够自动扩容和资源合理分配。

三是成本，视觉无人店相比于普通门店，增加了较多的服务器和摄像头成本，如何降低硬件的成本，才能在利润比较薄的便利店行业获得广泛应用。

世界领先的食品零售商 Ahold Delhaize（美国）与 Cloudpick 合作，在其办公大楼内设立了数字化商店。但便利店面临着劳动力短缺、劳动力成本高、工作时间长等问题：

拆迁会给装修补偿吗
t-indent:2em;"> 仓库全天候运营，设立便利店需每天进行 3 班排班，为 200 多名员工提供服务。

客户需求快速、经济高效的解决方案，可在不同时段为员工供应饮料、零食和新鲜食品。

NVIDIA高性能GPU为

云拿智能零售提供算力支持

云拿使用 NVIDIA 高性能 GPU（3070 和 Jetson Nano），通过深度学习网络带来高吞吐量、低延迟的视觉对象检测和手势识别，在高精确度的同时，降低计算成本。

云拿设计的深度学习应用程序，使其能够在高计算能力的边缘计算平台上进行货物检测。该视觉系统包含高分辨率成像传感器，采用独特的硬件和软件优化 AI 算法，针对 NVIDIA GPU 进行优化，专为边缘计算机视觉推理而设计。其深度学习模型利用了 NVIDIA 软件优化工具，例如 TensorRT 和 cuDNN 工具包。

通过引入 Cloudpick 自主结账解决方案，并结合 Ahold RBS 支付解决方案，云拿在 6 周内以相对较低的成本为客户搭建了一家 500 平方英尺的智慧商店，相较其他无接触门店解决方案运营成本更低廉，解决了劳动力短缺、劳动力成本高、工作时间长等问题。

NVIDIA助力云拿

快速打造低成本智慧商店

NVIDIA 高性能 GPU（3070 和 Jetson Nano），通过深度学习网络带来高吞吐量、低延迟的视觉物体检测和动作行为识别，为云拿提供经过验证的准确性，同时降低了计算成本。

云拿的智能商店解决方案现已广泛地部署在各个零售领域，包括便利店、礼品店和药店，面积从 500 到 2，000 平方英尺不等。客户使用 APP 进入商店，从视觉传感器跟踪客户取回哪些产品，算法会相应更新虚拟购物篮，到客户离开商店后会自动向其数字帐户收费等，整个流程都是自动化的购物体验。

运用最前沿的人工智能技术，来提供智能硬件、SaaS、移动应用、增值服务等全套解决方案，全方位赋能零售行业。到 2021 年，云拿已在全球落地 200 多家门店，包括新加坡、日本、韩国、阿联酋、德国、匈牙利、法国、中国、马来西亚、美国、阿曼、土耳其等。

云拿科技团队正在切实地推动人工智能在全球零售行业的技术应用，并利用零售大脑数据平台为传统零售的数字化推进做出独特的贡献，打造未来零售的新模式。

原文标题：NVIDIA GPU加速AI全流程，云拿科技打造新一代AI智能便利店

文章出处：【微信公众号：NVIDIA英伟达】欢迎添加关注！文章转载请注明出处。