Vamos nos afastar brevemente do tópico dos novos processadores Intel (isso não é por muito tempo) e falar sobre visão de máquina e Deep Learning. Em geral, o tópico da IA se tornou comum ao discutir as perspectivas para o desenvolvimento da tecnologia da computação e, creio, muitos perceberam o seguinte recurso. Gradualmente, à medida que as ferramentas especializadas de hardware e software melhoram, os elementos de IA saem dos datacenters com super servidores "para os campos" e se tornam cada vez mais acessíveis técnica e financeiramente. A Intel também vê essa tendência e, para simplificar a implementação de tecnologias avançadas na vida cotidiana, oferece aos fornecedores a vantagem de sua nova solução -
Intel Vision Accelerator .
O que é o Intel Vision Accelerator? Este é um conjunto de modelos de referência para placas aceleradoras, com base nas quais qualquer fabricante de eletrônicos pode criar seu próprio produto com o conjunto de recursos desejado. No entanto, é claro, apenas o design não é suficiente - você precisa de uma base de elementos. A Intel já possui - é um coprocessador especializado da Movidius e FPGA Arria. Quais são as vantagens dessa abordagem?
- a possibilidade de inferência de redes neurais "no lugar";
- alto desempenho em tarefas especializadas;
- alta eficiência em termos de consumo de energia, custo, etc;
- compatibilidade total com o kit de ferramentas Open Visual Inference e Otimização de rede neural (OpenVINO) - um conjunto de bibliotecas, ferramentas de otimização e recursos de informação para o desenvolvimento de software usando visão de máquina e Deep Learning.
Vamos comparar essas duas plataformas em relação ao Deep Learning.
| Acelerador Intel Vision com Intel Movidius | Acelerador Intel Vision com Intel Arria |
|---|
| Recurso | Alta eficiência em termos de consumo e custo | Solução Integrada Produtiva |
| Campo de aplicação | Redes neurais clássicas | Otimização adicional para aprendizado profundo usando redes altamente carregadas |
| Casos de uso | Dispositivos com restrições de tamanho e consumo, topologias de rede clássicas que podem ser otimizadas para ASIC | Servidores de nível médio e básico, ambientes que se prestam bem à otimização de software |
| Interfaces de conexão | PCIe, mini-PCIe, M2 | PCIe |
| Número de transmissões de vídeo | 1 a 16 por dispositivo | 3 a 32 |
| Tamanho do patch | 1-4 | 1-144 |
| Consumo de energia | ~ 2 watts | ~ 35 W |
Atualmente, o Intel Vision Accelerator suporta as seguintes topologias e algoritmos de rede:
| Topologias | Algoritmos |
|---|
Googlenet
ResNet - 18
ResNet - 50
ResNet - 101
Squeezenet
Squeezenext
VGG-16
Rcnn mais rápido
MobileNet
Yolo minúsculo | Detecção / reconhecimento de rosto
Classificação dos atributos de face
Rastreamento manual
Determinação de gênero e idade
Definição / acompanhamento de itens
Reconhecendo comportamentos e gestos
Identificação de itens abandonados
Rastreamento multiuso
Definição de letra / palavra
etc.
|
Você pode perguntar: por que precisamos saber sobre as ofertas da Intel para fornecedores? Afinal, não é proposto que os aceleradores sejam feitos manualmente. A resposta é a seguinte: este é um post sobre uma classe de dispositivos (ou duas classes) que em breve aparecerá no mercado. E você pode encontrá-los para suas necessidades - se você souber o que procurar.