对于城市安防来说，要解决的大部分问题都可归结为视频中的“找车”“找人”。据数据统计，截至2020年，全球摄像机的数量预计将增至10亿台，海量数据对存储、宽带、处理、计算都带来巨大压力。过去的老方法是靠专家模型来做，其实就是手写程序，正确率最多能做到70%多。如果要寻找一个人，这70%几的正确率相当于没有应用于实际场景中。
幸运的是，大概在2012年底深度学习诞生了。即此，人们有了深度学习、非结构大数据、计算量三个要素。如果靠传统CPU计算的话，能源消耗、成本各方面都会吃不消。GPU计算是一个革命性的并行计算模式，很好的推进了深度学习和大数据。这三件事结合在一起使得人们能够在AI City上做一些事情。
那么到底何为AI City？它解决了什么现实问题？由此，在2017安博会期间，NVIDIA亚太区战略运营与合作伙伴副总裁潘迪详细解释了AI City并展示了NVIDIA Metropolis全新端到云的智慧城市解决方案。
潘迪说，AI City中要解决的一个是人的问题，另一个是车的问题。围绕视频整合一起就是解决城市安防安全问题；从政府治理角度来讲，他们有两个目的，一个是管理，另外一个是通过管理来服务。
他认为，对于AI City而言，有两个方面非常重要：
一、高效。城市资源有限，如何在有限的资源里让城市发挥更多作用；
二、安防监控。过去谈数字城市，后来有了Wifi和3G之后又谈网络城市，再后来一直谈智慧城市，现在人们谈AI City，如何用AI技术让城市更智能，这是循序渐进的过程。
在潘迪看来，在处理城市建设中的海量数据方面，AI比人力更擅长。由深度学习驱动的AI计算机能够颠覆传统数据处理、分析的方式，高效整合海量图像信息并将其转化为深层次的理解。从数据采集，存储，处理到推理运用，城市视频监控分析人员每日面临复杂挑战。以往单纯依靠人员监控的方式仅能覆盖视频监控数据的凤毛麟角，而早期视频分析系统的处理能力正确度远远低于人类。
过去都是靠摩尔定律这样一种方式实现每一年半翻一番的。今天摩尔定律不存在了，因为GPU计算比摩尔定律还要加速。对整个节能和成本控制来讲，不是20%、30%的提高，而是几十倍的提升。从人脸识别、物理物体识别等方面来讲，机器已经成为“超人”，达到90%多的正确率。在安防领域也有很多试点和应用。