雲拿科技（Cloudpick）成立於 2017 年，作為一家智慧零售技術提供商，雲拿憑藉專有的計算機視覺、深度學習、感測器融合和邊緣計算技術，為數字化、智慧化的無人便利店提供即取即用的購物體驗。
雲拿與全球知名電子商務公司、傳統零售商和支付合作夥伴合作，為線下實體店配備精簡、經濟、高效的新科技模式，從而為顧客構建“新零售”的購物體驗。
智慧商店運營面臨算力及硬體成本挑戰
視覺無人店在商業化的實際運營中面臨著巨大的挑戰：
一是門店同時支援的購物人數。便利店高峰期人數較多，會產生各種複雜的擁擠、遮擋等情況，對訂單推送實時性和識別準確率提出了巨大的挑戰。
二是支援的門店面積，有的門店面積較大，需要強大的 GPU 算力支援眾多攝像頭的實時影象推理，有時候單個 GPU 是不夠的，如何利用多 GPU 加速計算並能夠自動擴容和資源合理分配。
三是成本，視覺無人店相比於普通門店，增加了較多的伺服器和攝像頭成本，如何降低硬體的成本，才能在利潤比較薄的便利店行業獲得廣泛應用。
世界領先的食品零售商 Ahold Delhaize（美國）與 Cloudpick 合作，在其辦公大樓內設立了數字化商店。但便利店面臨著勞動力短缺、勞動力成本高、工作時間長等問題：
- 倉庫全天候運營，設立便利店需每天進行 3 班排班，為 200 多名員工提供服務。
- 客戶需求快速、經濟高效的解決方案，可在不同時段為員工供應飲料、零食和新鮮食品。
NVIDIA高效能GPU為
雲拿智慧零售提供算力支援
雲拿使用 NVIDIA 高效能 GPU（3070 和 Jetson Nano），透過深度學習網路帶來高吞吐量、低延遲的視覺物件檢測和手勢識別，在高精確度的同時，降低計算成本。
雲拿設計的深度學習應用程式，使其能夠在高計算能力的邊緣計算平臺上進行貨物檢測。該視覺系統包含高解析度成像感測器，採用獨特的硬體和軟體最佳化 AI 演算法，針對 NVIDIA GPU 進行最佳化，專為邊緣計算機視覺推理而設計。其深度學習模型利用了 NVIDIA 軟體最佳化工具，例如 TensorRT 和 cuDNN 工具包。
透過引入 Cloudpick 自主結賬解決方案，並結合 Ahold RBS 支付解決方案，雲拿在 6 周內以相對較低的成本為客戶搭建了一家 500 平方英尺的智慧商店，相較其他無接觸門店解決方案運營成本更低廉，解決了勞動力短缺、勞動力成本高、工作時間長等問題。
NVIDIA助力雲拿
快速打造低成本智慧商店
NVIDIA 高效能 GPU（3070 和 Jetson Nano），透過深度學習網路帶來高吞吐量、低延遲的視覺物體檢測和動作行為識別，為雲拿提供經過驗證的準確性，同時降低了計算成本。
雲拿的智慧商店解決方案現已廣泛地部署在各個零售領域，包括便利店、禮品店和藥店，面積從 500 到 2,000 平方英尺不等。客戶使用 APP 進入商店，從視覺感測器跟蹤客戶取回哪些產品，演算法會相應更新虛擬購物籃，到客戶離開商店後會自動向其數字帳戶收費等，整個流程都是自動化的購物體驗。
運用最前沿的人工智慧技術，來提供智慧硬體、SaaS、移動應用、增值服務等全套解決方案，全方位賦能零售行業。到 2021 年，雲拿已在全球落地 200 多家門店，包括新加坡、日本、韓國、阿聯酋、德國、匈牙利、法國、中國、馬來西亞、美國、阿曼、土耳其等。
雲拿科技團隊正在切實地推動人工智慧在全球零售行業的技術應用，並利用零售大腦資料平臺為傳統零售的數字化推進做出獨特的貢獻，打造未來零售的新模式。
