NVIDIA DAQIRI 实现高速数据采集的实时人工智能处理

NVIDIA 推出了 DAQIRI，这是一种变革性的数据采集管道，旨在为高速传感器和探测器实现实时 人工智能 处理。当传统的“采集、存储、分析”模式难以跟上数据密集型应用的步伐时，DAQIRI 提供了一种软件定义的解决方案，可直接在数据源进行处理。这一创新可能重新定义从粒子物理学到工业自动化等领域的工作流程。

DAQIRI 是 NVIDIA Holoscan 平台的一部分，它将高带宽探测器和传感器直接连接到 NVIDIA 的软件生态系统。它集成了 TensorRT（用于实时推理）、Holoscan（用于多模态处理）和 nvCOMP（用于数据压缩）等工具。通过这些功能，DAQIRI 能够实时对数据流进行过滤、分析和压缩，确保只有可操作的洞察被进一步处理。这消除了传统硬件架构造成的瓶颈。

为什么这很重要

高速数据采集系统在各行业中越来越重要。例如，Linac Coherent Light Source II (LCLS-II) 的光子脉冲生成频率高达惊人的 1 MHz，而 CERN 的高亮度大型强子对撞机 (HL-LHC) 将很快处理比其原始容量高出 10 倍的数据。在这两种情况下，挑战并不在于收集数据，而在于实时处理数据。DAQIRI 通过利用 GPU 加速的边缘计算解决了这个问题，从而实现实时决策。

在 CERN 的 A-GHOST 项目中，DAQIRI 利用卷积神经网络和变换器模型在被丢弃的数据流中进行高级人工智能驱动的实时搜索。这使研究人员能够从之前被认为无法保存的数据中提取洞察，对科学发现而言是一个重要的飞跃。

关键功能和技术洞察

DAQIRI 的架构专为速度和效率而设计。通过绕过 Linux 内核并使用数据平面开发工具包 (DPDK)，它实现了零拷贝数据传输，将数据包直接从网络接口卡 (NIC) 路由到 GPU 的内存。这最大限度地减少了延迟和 CPU 开销，实现了每秒数百千兆比特的吞吐率。

主要功能包括：

• 通过优化硬件配置实现高吞吐量、低延迟性能
• 实时数据预处理，包括过滤和类型转换
• 基于 YAML 的配置，便于灵活部署
• 与 C++ 和 Python API 的无缝集成

在实际应用中，DAQIRI 允许开发人员以最小的开销配置高速数据流。例如，一个 YAML 配置文件可以定义数据包路由、内存分配和 GPU 准备的张量形状，从而简化原本复杂的手动设置。

更广的市场背景

对高速数据采集系统的需求正在迅速增长。一份 2026 年 5 月的行业报告强调了航空航天、汽车和先进制造等领域的增长，同时高速通信协议（如 Ethernet 和 PCIe）正在推动更快的数据传输和处理能力。NVIDIA 的 DAQIRI 将自身定位于这一趋势的交汇点，通过结合最先进的硬件和人工智能软件，满足现代应用的需求。

边缘实时人工智能对工业和科学工作流程具有变革性意义。通过减少延迟并实现即时决策，像 DAQIRI 这样的平台将操作模式从被动转变为主动。这对预测性维护、质量控制甚至国防系统等领域具有重要意义，在这些领域中，毫秒级的差异可能至关重要。

展望未来

随着边缘人工智能的加速采用，DAQIRI 的影响可能远远超出其最初的应用范围。NVIDIA 在实时推理、压缩和自适应控制能力方面的集成，使 DAQIRI 成为下一代自主系统的基石。开发人员和研究人员可以通过 NVIDIA 的 GitHub 仓库 和 入门文档 进一步探索 DAQIRI。

对于面临数据激增挑战的行业而言，DAQIRI 不仅仅是一种工具——它是争夺可操作洞察赛跑中的潜在游戏规则改变者。