随着人工智能的发展，数字世界对算力、机器学习等数字基础设施的需求越来越高。作为这一领域的全球巨头，NVIDIA 此前推出了 NVIDIA Metropolis、TAO 工具套件、CUDA-X 加速库等，帮助用户更好地驱动 AI 视频分析、开发和部署工作。

例如，NVIDIAMetropolis 专门构建了预训练模型，这些可定制模型经过大型数据集的训练，让用户无需从头开始构建模型，并提高训练准确性。

NVIDIA Metropolis 还提供了众多工具包，通过应用有效的迁移学习和专门构建的预训练模型进行训练，让用户可以更快地完成深度学习训练任务，并快速投入市场。

此外，DeepStreamSDK 还可以帮助人工智能驱动的实时视频分析提高性能和吞吐量。

总的来说，Metropolis 包括预训练模型、训练和优化工具、软件开发工具包、CUDA-X 库等，它们都经过优化，可在基于 NVIDIAEGX 企业平台的 NVIDIA 认证系统上运行以实现加速计算。借助 NVIDIA Metropolis 应用框架，开发者可以轻松地将常用视频摄像头和传感器，与支持 AI 的视频分析相结合。此外，在部署上，结合 NVIDIA EGX 平台，使开发者也能更安全地将 AI 应用部署到从边缘到云端的任何位置。

而最新版 TAO 工具套件在今年 6 月发布，它是 NVIDIA 训练、适应和优化（TAO）框架的低代码版本，能够帮助简化并加速语音和视觉 AI 应用的 AI 模型创建。

NVIDIA 称，TAO 使开发者能够轻松运用迁移学习创建自定义生产级模型，这些模型专门针对缺陷检测、语言翻译、交通管理等各种行业专属用例进行了优化。使用 TAO 开发模型的用户能够用更少的数据优化模型，进而缩短部署时间。

最新发布的 TAO 工具套件包括全新和更新的视觉及语音预训练模型。ONNX 模型权重导入、REST API 和 TensorBoard 集成等新功能，能够快速追踪模型创建流程，提高开发者的生产力。

对于这些计算解决方案，NVIDIA 提供了一个应用实例——体育视频分析。

总部位于新加坡的初创企业 TVConal，使用 NVIDIA AI 和计算机视觉技术驱动其体育视频分析平台，用以让运动队、联赛和电视广播公司等用户能够从这些海量数据中，实时获得想要的分析结果。

例如，同样体育视频都需要在重要的时间线上打上相应标签，这些标签生成的详细报告为裁判员、教练员、运动员和体育迷提供性能统计数据和视觉反馈。

但体育视频素材众多，人工标注费时费力。

有了 TVConal 的分析平台，体育分析师只需点击鼠标，人工智能就可以自动准确地实时标记比赛，并让分析师从视频中提取有效信息，大大提升了工作效率。

此外，TVConal 称，如果一名运动员做出了一个犯规动作，即便该动作超出了人类的毫秒级处理能力，该平台也可以检测到该动作并通知裁判员及时采取行动。

TVConal 的分析平台使用的正是 NVIDIAMetropolis，显然它极大简化了从边缘到云的 AI 视频分析应用开发、部署与扩展。