新しいIntelプロセッサのトピックから少し脱線し（これは長くはありません）、マシンビジョンとディープラーニングについて話しましょう。 一般に、AIのトピックは、コンピューター技術の開発の見通しについて議論する際に一般的になり、多くの人が次の機能に気づいたと思います。 徐々に、専用のハードウェアおよびソフトウェアツールが改善されるにつれて、AI要素はデータセンターから「現場で」スーパーサーバーを離れ、技術的および財政的にアクセスしやすくなります。 インテルもこの傾向を認識しており、日常生活での高度なテクノロジーの導入を簡素化するために、ベンダーに新しいソリューションであるIntel Vision Acceleratorを活用するように提供しています。
Intel Vision Acceleratorとは何ですか？ これはアクセラレータボードのリファレンスデザインのセットであり、これに基づいて、どの電子機器メーカーも必要な機能セットを備えた独自の製品を作成できます。 ただし、もちろん、設計だけでは十分ではありません-要素ベースが必要です。 Intelはすでにそれを持っています-それは専門のMovidiusコプロセッサーとArria FPGAです。 このアプローチの利点は何ですか？
- 「インプレース」のニューラルネットワークの推論の可能性。
- 特殊なタスクでの高いパフォーマンス。
- エネルギーコスト、コストなどの面での高効率;
- Open Visual Inference＆Neural Network Optimization（OpenVINO）ツールキットとの完全な互換性-マシンビジョンとディープラーニングを使用してソフトウェアを開発するためのライブラリ、最適化ツール、および情報リソースのセット。
ディープラーニングに関連して、これら2つのプラットフォームを比較しましょう。
| Intel Movidiusを搭載したIntel Vision Accelerator | Intel Arriaを搭載したIntel Vision Accelerator | |
|---|---|---|
| 特徴 | 消費とコストの面で高い効率 | 生産的な統合ソリューション |
| 応用分野 | 古典的なニューラルネットワーク | 負荷の高いネットワークを使用した深層学習の追加最適化 |
| ユースケース | サイズと消費制限のあるデバイス、ASIC向けに最適化できる従来のネットワークトポロジ | 中規模およびエントリーレベルのサーバー、ソフトウェアの最適化に適した環境 |
| 接続インターフェース | PCIe、ミニPCIe、M2 | PCIe |
| ビデオストリームの数 | デバイスごとに1〜16 | 3から32 |
| パッチサイズ | 1-4 | 1-144 |
| 消費電力 | 〜2ワット | 〜35 W |
| トポロジー | アルゴリズム |
|---|---|
| Googlenet
ResNet – 18 ResNet – 50 ResNet – 101 SqueezeNet スクイーゼネクスト VGG-16 より高速なrcnn MobileNet 小さなヨロ | 顔検出/認識
顔属性の分類 ハンドトラッキング 性別と年齢の決定 アイテム定義/追跡 行動とジェスチャーを認識する 放棄されたアイテムの識別 多目的追跡 手紙/単語の定義 など |