Saildrone在自主海洋監測領域引起了轟動。
這家新創公司的海洋資料收集技術已在北大西洋近距離追蹤颶風，在太平洋發現了一座3,200英尺高的海底山脈，並開始協助繪製全球海底地形的地圖。
該新創公司總部位於美國舊金山灣區，開發搭載各種感測器的自主無人水面艇（USVs）。載具的資料流透過NVIDIA Jetson模組進行邊緣人工智慧處理，並使用NVIDIA DeepStream軟體開發套件在原型中進行優化，用於智慧影片分析。
Saildrone 致力於提高海洋情報收集的成本效益，為科學、漁業、天氣預報、海洋測繪和海事安全提供資料收集系統。
它擁有三艘不同的無人水面艇，其Mission Portal控制中心服務來監測客製化的任務並近乎實時的將資料視覺化。此外，Saildrone的一些歷史資料可開放大眾免費使用。
Saildrone的軟體工程副總裁Blythe Towal表示：「我們曾經航行穿越三個重大颶風，甚至經過颶風山姆的風眼，而所有無人水面艇都安然從另一邊出來，它們是非常堅固的平台。」Blythe指的是一個在2021年威脅百慕達的強大氣旋。
Saildrone成立於2012年，已籌集1.9億美元的資金。這家新創公司是NVIDIA Inception的成員之一，該計劃為企業提供技術支援和人工智慧平台指導。
在地球海洋上運用人工智慧
Saildrone搭上了人們對海洋和湖泊環境研究中採用無人資料收集任務充滿興趣的浪潮。
夏威夷大學馬諾阿分校已經借助三艘長23英尺的Saildrone Explorer 無人水面艇來研究海洋酸化對氣候變化的影響。這項為期六個月的任務將圍繞夏威夷島、毛伊島、歐胡島和考艾島，協助評估該州周圍海洋的健康狀況。
VIDEO:
海洋酸化是指海洋pH值的降低，造成這種現象的因素包括化石燃料的燃燒和農業活動。這些因素可能對珊瑚、牡蠣、蛤蜊、海膽和鈣質浮游生物產生影響，進而威脅海洋生態系統。
Saildrone最近與Seabed 2030合作以完整繪製出全球海洋地圖。Seabed 2030是日本慈善組織日本財團（Nippon Foundation）和通用大洋水深圖組織（General Bathymetric Chart of the Oceans，GEBCO）共同合作的項目，旨在到2030年以前完成全球海底地圖繪製。
Saildrone創辦人暨執行長Richard Jenkins表示：「Saildrone的願景是一個健康的海洋和可持續的地球。完整的海底地形圖是實現這一願景的基礎。」
全球科學界正採用NVIDIA AI進行氣候研究，包括超本地的氣候建模、用AI改善碳封存、可再生能源研究以及許多其他領域。NVIDIA正投入自身專業，開發用於預測氣候變化的全球最強大的人工智慧超級電腦Earth-2，它將用於在Omniverse中創造地球的數位孿生。
節能的資料處理
Saildrone的無人水面艇使研究人員能夠使用比傳統船隻和船員更少的資源收集更多的資料，節省能源並保護船員的安全。
無人水面艇是專為惡劣天氣和長期任務而設計的。 其一艘無人水面艇最近完成了為期 370 天的二氧化碳監測航程，從美國羅德島州穿越北大西洋到非洲的達維德角（Cabo Verde），再到非洲西海岸的赤道，最後返回佛羅里達州。
主要依靠太陽能和風能運行，因此需要高能效的運算來處理大量的資料。
Towal 表示：「利用太陽能的情況下，採用 NVIDIA Jetson 能夠使我們的運算功率效率低於採用 GPUs 的典型運算平台，這對於我們執行此類任務非常重要。」
海洋測量遇見邊緣人工智慧
Saildrone依靠NVIDIA JetPack SDK來使用在Jetson平台上進行硬體加速邊緣人工智慧的完整開發環境。它在模組上運行機器學習，用於基於圖像的船隻檢測，以輔助導航。
Saildrone的操作員透過使用從無人水面艇傳回的氣象和海洋資料設置航點並優化路徑。所有的無人水面艇都被全天候監測，如有需要，操作員可以透過雲端從遠端改變航線。
機器學習主要在 Jetson 模組上本地運行，但也是可以透過衛星連接在雲端運行，然而因為頻寬可能有限，而且從其強大傳感器套件中傳輸高解析度影像時成本高昂。
無人水面艇擁有海洋感測器，用於測量風、溫度、鹽度和含碳量。該公司還利用測深感測器對海洋及湖底進行研究，包括單波束或多波束深海聲納測繪，以便進行更深或更廣的範圍測量。其感知感測器組合包括雷達和水聲視覺感測器。
DeepStream深入海洋
Saildrone利用NVIDIA DeepStream SDK進行視覺人工智慧應用和服務。開發者可以使用這個工具包建立即時串流，用於基於人工智慧的影片、音訊和圖像分析。
DeepStream可提供10倍的吞吐量提升，從邊緣到雲端均可應用，以開發可處理多個影片、圖像和音訊流的最佳化智慧影片應用程式。
Saildrone 將依靠 DeepStream 進行圖像預先處理和模型推論，從而實現邊緣機器學習，即使在透過太陽能和風能供電的海上也可以進行。
欲了解更多請至NVIDIA Jetson 和DeepStream SDK
這家新創公司的海洋資料收集技術已在北大西洋近距離追蹤颶風，在太平洋發現了一座3,200英尺高的海底山脈，並開始協助繪製全球海底地形的地圖。
該新創公司總部位於美國舊金山灣區，開發搭載各種感測器的自主無人水面艇（USVs）。載具的資料流透過NVIDIA Jetson模組進行邊緣人工智慧處理，並使用NVIDIA DeepStream軟體開發套件在原型中進行優化，用於智慧影片分析。
Saildrone 致力於提高海洋情報收集的成本效益，為科學、漁業、天氣預報、海洋測繪和海事安全提供資料收集系統。
它擁有三艘不同的無人水面艇，其Mission Portal控制中心服務來監測客製化的任務並近乎實時的將資料視覺化。此外，Saildrone的一些歷史資料可開放大眾免費使用。
Saildrone的軟體工程副總裁Blythe Towal表示：「我們曾經航行穿越三個重大颶風，甚至經過颶風山姆的風眼，而所有無人水面艇都安然從另一邊出來，它們是非常堅固的平台。」Blythe指的是一個在2021年威脅百慕達的強大氣旋。
Saildrone成立於2012年，已籌集1.9億美元的資金。這家新創公司是NVIDIA Inception的成員之一，該計劃為企業提供技術支援和人工智慧平台指導。
在地球海洋上運用人工智慧
Saildrone搭上了人們對海洋和湖泊環境研究中採用無人資料收集任務充滿興趣的浪潮。
夏威夷大學馬諾阿分校已經借助三艘長23英尺的Saildrone Explorer 無人水面艇來研究海洋酸化對氣候變化的影響。這項為期六個月的任務將圍繞夏威夷島、毛伊島、歐胡島和考艾島，協助評估該州周圍海洋的健康狀況。
VIDEO:
海洋酸化是指海洋pH值的降低，造成這種現象的因素包括化石燃料的燃燒和農業活動。這些因素可能對珊瑚、牡蠣、蛤蜊、海膽和鈣質浮游生物產生影響，進而威脅海洋生態系統。
Saildrone最近與Seabed 2030合作以完整繪製出全球海洋地圖。Seabed 2030是日本慈善組織日本財團（Nippon Foundation）和通用大洋水深圖組織（General Bathymetric Chart of the Oceans，GEBCO）共同合作的項目，旨在到2030年以前完成全球海底地圖繪製。
Saildrone創辦人暨執行長Richard Jenkins表示：「Saildrone的願景是一個健康的海洋和可持續的地球。完整的海底地形圖是實現這一願景的基礎。」
全球科學界正採用NVIDIA AI進行氣候研究，包括超本地的氣候建模、用AI改善碳封存、可再生能源研究以及許多其他領域。NVIDIA正投入自身專業，開發用於預測氣候變化的全球最強大的人工智慧超級電腦Earth-2，它將用於在Omniverse中創造地球的數位孿生。
節能的資料處理
Saildrone的無人水面艇使研究人員能夠使用比傳統船隻和船員更少的資源收集更多的資料，節省能源並保護船員的安全。
無人水面艇是專為惡劣天氣和長期任務而設計的。 其一艘無人水面艇最近完成了為期 370 天的二氧化碳監測航程，從美國羅德島州穿越北大西洋到非洲的達維德角（Cabo Verde），再到非洲西海岸的赤道，最後返回佛羅里達州。
主要依靠太陽能和風能運行，因此需要高能效的運算來處理大量的資料。
Towal 表示：「利用太陽能的情況下，採用 NVIDIA Jetson 能夠使我們的運算功率效率低於採用 GPUs 的典型運算平台，這對於我們執行此類任務非常重要。」
海洋測量遇見邊緣人工智慧
Saildrone依靠NVIDIA JetPack SDK來使用在Jetson平台上進行硬體加速邊緣人工智慧的完整開發環境。它在模組上運行機器學習，用於基於圖像的船隻檢測，以輔助導航。
Saildrone的操作員透過使用從無人水面艇傳回的氣象和海洋資料設置航點並優化路徑。所有的無人水面艇都被全天候監測，如有需要，操作員可以透過雲端從遠端改變航線。
機器學習主要在 Jetson 模組上本地運行，但也是可以透過衛星連接在雲端運行，然而因為頻寬可能有限，而且從其強大傳感器套件中傳輸高解析度影像時成本高昂。
無人水面艇擁有海洋感測器，用於測量風、溫度、鹽度和含碳量。該公司還利用測深感測器對海洋及湖底進行研究，包括單波束或多波束深海聲納測繪，以便進行更深或更廣的範圍測量。其感知感測器組合包括雷達和水聲視覺感測器。
DeepStream深入海洋
Saildrone利用NVIDIA DeepStream SDK進行視覺人工智慧應用和服務。開發者可以使用這個工具包建立即時串流，用於基於人工智慧的影片、音訊和圖像分析。
DeepStream可提供10倍的吞吐量提升，從邊緣到雲端均可應用，以開發可處理多個影片、圖像和音訊流的最佳化智慧影片應用程式。
Saildrone 將依靠 DeepStream 進行圖像預先處理和模型推論，從而實現邊緣機器學習，即使在透過太陽能和風能供電的海上也可以進行。
欲了解更多請至NVIDIA Jetson 和DeepStream SDK
