Pasemos brevemente del tema de los nuevos procesadores Intel (esto no es por mucho tiempo) y hablemos sobre visión artificial y aprendizaje profundo. En general, el tema de la IA se hizo común cuando se discutieron las perspectivas para el desarrollo de la tecnología informática, y muchos, creo, notaron la siguiente característica. Poco a poco, a medida que mejoran las herramientas especializadas de hardware y software, los elementos de IA salen de los centros de datos con super-servidores "a los campos" y se vuelven cada vez más asequibles técnica y financieramente. Intel también ve esta tendencia, y para simplificar la implementación de tecnologías avanzadas en la vida cotidiana, ofrecen a los proveedores que aprovechen su nueva solución:
Intel Vision Accelerator .
¿Qué es Intel Vision Accelerator? Este es un conjunto de diseños de referencia para tableros de aceleración, sobre la base de los cuales cualquier fabricante de productos electrónicos puede crear su propio producto con el conjunto de características deseadas. Sin embargo, por supuesto, solo el diseño no es suficiente: necesita una base de elementos. Intel ya lo tiene: es un coprocesador especializado de Movidius y FPGA Arria. ¿Cuáles son las ventajas de este enfoque?
- la posibilidad de inferencia de redes neuronales "en su lugar";
- alto rendimiento en tareas especializadas;
- alta eficiencia en términos de consumo de energía, costo, etc.
- compatibilidad total con el kit de herramientas Open Visual Inference & Neural Network Optimization (OpenVINO) : un conjunto de bibliotecas, herramientas de optimización y recursos de información para desarrollar software utilizando visión artificial y Deep Learning.
Comparemos estas dos plataformas en relación con el aprendizaje profundo.
| Intel Vision Accelerator con Intel Movidius | Intel Vision Accelerator con Intel Arria |
|---|
| Característica | Alta eficiencia en términos de consumo y costo. | Solución Productiva Integrada |
| Campo de aplicación | Redes neuronales clásicas | Optimización adicional para el aprendizaje profundo utilizando redes altamente cargadas |
| Casos de uso | Dispositivos con restricciones de tamaño y consumo, topologías de red clásicas que pueden optimizarse para ASIC | Servidores de nivel medio y básico, entornos que se prestan bien a la optimización de software. |
| Interfaces de conexión | PCIe, mini-PCIe, M2 | PCIe |
| Cantidad de transmisiones de video | 1 a 16 por dispositivo | 3 a 32 |
| Tamaño del parche | 1-4 | 1-144 |
| El consumo de energía | ~ 2 vatios | ~ 35 W |
Intel Vision Accelerator actualmente admite las siguientes topologías de red y algoritmos:
| Topologías | Algoritmos |
|---|
Googlenet
ResNet - 18
ResNet - 50
ResNet - 101
Squeezenet
Squeezenext
VGG-16
Rcnn más rápido
MobileNet
Pequeño yolo | Detección / reconocimiento de rostros
Clasificación de atributos faciales
Seguimiento de la mano
Determinación de género y edad.
Definición del artículo / seguimiento
Reconociendo comportamientos y gestos
Identificación de artículos abandonados.
Seguimiento multipropósito
Definición de letra / palabra
etc.
|
Puede preguntar: ¿por qué necesitamos saber acerca de las ofertas de Intel para proveedores? Después de todo, no se propone que los aceleradores se hagan manualmente. La respuesta es esta: esta es una publicación sobre una clase de dispositivos (o dos clases) que pronto aparecerá en el mercado. Y puede encontrarlos para sus necesidades, si sabe qué buscar.