英特尔视觉加速器-每个家庭的深度学习

让我们简短地讨论新的英特尔处理器的主题（这不会持续很长时间），并讨论机器视觉和深度学习。 通常，在讨论计算机技术发展前景时，AI的主题变得很普遍，我认为许多人都注意到了以下功能。 随着专用硬件和软件工具的不断改进，AI元素将数据中心和“超级服务器”置于“现场”，并在技术和财务上变得越来越可访问。 英特尔也看到了这一趋势，为了简化日常生活中先进技术的引入，他们为供应商提供了利用其新解决方案- 英特尔视觉加速器的优势 。

什么是英特尔视觉加速器？ 这是加速器板的一组参考设计，在此基础上，任何电子产品制造商都可以创建自己的具有所需功能集的产品。 但是，当然，仅设计是不够的-您需要元素基础。 英特尔已经拥有了它-它是Movidius和FPGA Arria的专用协处理器。 这种方法的优点是什么？

• 神经网络“就地”推理的可能性；
• 在特殊任务上表现出色；
• 在能源消耗，成本等方面效率高；
• 与开放式视觉推理和神经网络优化（OpenVINO）工具包完全兼容-一组库，优化工具和信息资源，用于使用机器视觉和深度学习开发软件。

让我们将这两个平台与深度学习进行比较。

	带有英特尔Movidius的英特尔视觉加速器	带有英特尔Arria的英特尔视觉加速器
特色	消耗和成本方面的高效率	生产性集成解决方案
应用领域	经典神经网络	使用高负载网络进行深度学习的其他优化
用例	具有大小和功耗限制的设备，可以针对ASIC优化的经典网络拓扑	中型和入门级服务器，非常适合软件优化的环境
连接接口	PCIe，迷你PCIe，M2	PCIe
视频流数	每个设备1到16	3至32
补丁大小	1-4	1-144
耗电量	〜2瓦	〜35瓦

英特尔视觉加速器当前支持以下网络拓扑和算法：

拓扑结构	演算法
谷歌网 ResNet – 18 ResNet – 50 ResNet – 101 挤压网 Squeezenext VGG-16 更快的rcnn 移动网 小小yolo	人脸检测/识别 人脸属性分类 手部追踪 确定性别和年龄 项目定义/跟踪 识别行为和手势 遗弃物品的识别 多用途追踪 字母/词的定义 等

您可能会问：为什么我们需要了解英特尔为供应商提供的服务？ 毕竟，建议不要手动制作加速器。 答案是这样的：这是一篇有关一类设备（或两类设备）的帖子，很快就会出现在市场上。 如果您知道要寻找的是什么，就可以找到满足您需求的产品。