Écartons brièvement du sujet des nouveaux processeurs Intel (ce n'est pas pour longtemps) et parlons de la vision industrielle et du Deep Learning. En général, le sujet de l'IA est devenu courant lors de l'examen des perspectives de développement de la technologie informatique, et beaucoup, je pense, ont remarqué la caractéristique suivante. Au fur et à mesure que les outils matériels et logiciels spécialisés s'améliorent, les éléments de l'IA quittent les centres de données avec des super serveurs «sur le terrain» et deviennent de plus en plus techniquement et financièrement accessibles. Intel voit également cette tendance et, pour simplifier l'introduction de technologies avancées dans la vie de tous les jours, ils proposent aux fournisseurs de profiter de leur nouvelle solution -
Intel Vision Accelerator .
Qu'est-ce qu'Intel Vision Accelerator? Il s'agit d'un ensemble de conceptions de référence pour les cartes d'accélérateur, sur la base desquelles tout fabricant d'électronique peut créer son propre produit avec l'ensemble de fonctionnalités souhaité. Cependant, bien sûr, le design ne suffit pas - vous avez besoin d'une base d'élément. Intel l'a déjà - c'est un coprocesseur spécialisé de Movidius et FPGA Arria. Quels sont les avantages de cette approche?
- la possibilité d'inférence des réseaux de neurones "en place";
- haute performance sur des tâches spécialisées;
- haute efficacité en termes de consommation d'énergie, de coût, etc.;
- compatibilité totale avec la boîte à outils Open Visual Inference & Neural Network Optimization (OpenVINO) - un ensemble de bibliothèques, d'outils d'optimisation et de ressources d'information pour développer des logiciels utilisant la vision industrielle et le Deep Learning.
Comparons ces deux plateformes par rapport au Deep Learning.
| Intel Vision Accelerator avec Intel Movidius | Intel Vision Accelerator avec Intel Arria |
|---|
| Fonctionnalité | Haute efficacité en termes de consommation et de coût | Solution intégrée productive |
| Champ d'application | Réseaux de neurones classiques | Optimisation supplémentaire pour l'apprentissage en profondeur à l'aide de réseaux très chargés |
| Cas d'utilisation | Appareils avec restrictions de taille et de consommation, topologies de réseau classiques pouvant être optimisées pour ASIC | Serveurs moyens et d'entrée de gamme, environnements qui se prêtent bien à l'optimisation logicielle |
| Interfaces de connexion | PCIe, mini-PCIe, M2 | PCIe |
| Nombre de flux vidéo | 1 à 16 par appareil | 3 à 32 |
| Taille du patch | 1-4 | 1-144 |
| Consommation d'énergie | ~ 2 watts | ~ 35 W |
Intel Vision Accelerator prend actuellement en charge les topologies et algorithmes de réseau suivants:
| Topologies | Des algorithmes |
|---|
Googlenet
ResNet - 18
ResNet - 50
ResNet - 101
Squeezenet
Squeezenext
VGG-16
RCNN plus rapide
MobileNet
Petit yolo | Détection / reconnaissance des visages
Classification des attributs du visage
Suivi de la main
Détermination du sexe et de l'âge
Définition / suivi des articles
Reconnaître les comportements et les gestes
Identification des objets abandonnés
Suivi polyvalent
Définition de lettre / mot
etc.
|
Vous pouvez vous demander: pourquoi avons-nous besoin de connaître les offres Intel pour les fournisseurs? Après tout, il n'est pas proposé de faire des accélérateurs manuellement. La réponse est la suivante: il s'agit d'un article sur une classe d'appareils (ou deux classes) qui apparaîtra bientôt sur le marché. Et vous pouvez les trouver pour vos besoins - si vous savez quoi chercher.