Intel Myriad-2 Entwicklungsplatine Movidius Neural Network Compute Stick, Myriad

Kit-Name = Movidius Neural Network Compute Stick
Kit-Klassifizierung = Entwicklungsplatine
Teilenummer des Prozessors = Myriad-2
Name der Prozessorfamilie = Myriad

Movidius Neural Compute Stick. Der Neural Network Compute Stick von Movidius™ ermöglicht die Entwicklung eines Deep Neural Networks, ohne dass dafür kostspielige, leistungshungrige Supercomputer-Hardware erforderlich ist. Erstellen Sie einfach einen Prototypen und tunen Sie das Deep Neural Network mit der Rechenleistung des Movidius-Sticks von 100 Gflops. Eine Verbindung zur Cloud ist nicht erforderlich. Der Formfaktor des USB-Sticks erleichtert den Anschluss an einen Host-PC, während die On-Board-Myriad-2-Vision-Prozessoreinheit (VPU) die erforderliche Rechenleistung liefert. Das Myriad-2 erreicht hohe Effizienz bei der parallelen Verarbeitung durch zwölf VLIW-Prozessoren (Very Long Instruction Word). Die Entscheidung für die parallele Verarbeitung erfolgt bei der Kompilierung des Programms, sodass die Prozessoren diese Aufgabe nicht während der Laufzeit ausführen müssen. Merkmale. Movidius 600-MHz-Myriad-2-SoC mit 12 x VLIW SHAVE-128-Bit-Vektorprozessoren. 2 MB integrierter Speicher mit einer Übertragungsrate von 400 Gbit/s. Unterstützt FP16, FP32 und Ganzzahl-Operationen mit 8-, 16- und 32-Bit-Genauigkeit. Komplette Daten- und Stromversorgung erfolgt über einen einzelnen USB-3.0-Anschluss an einem Host-PC Echtzeit-Inferenz auf dem Gerät ohne Verbindung zur Cloud Schneller Einsatz vorhandener CNN-Modelle oder spezifisch trainierter Netzwerke. Mehrere Movidius-Sticks können über einen geeigneten Hub mit dem Host-PC verbunden werden. Abmessungen: 72,5 x 27 x 14 mm. Kompilieren. Automatische Konvertierung eines trainierten Caffe -basierten Convolutional Neural Network (CNN) in ein eingebettetes neuronales Netzwerk, das für die On-Board-Myriad-2-VPU optimiert ist. Die SDK unterstützt auch TensorFlow. Tuning. Layer-by-Layer-Leistungsmetriken für Industriestandard- und individuelle neuronale Netzwerke ermöglichen effektives Tuning für eine optimale, reale Leistung bei extrem niedrigen Leistungsanforderungen. Mit Validierungs-Scripts können Entwickler die Genauigkeit des optimierten Modells auf dem Gerät mit dem ursprünglichen PC-basierten Modell vergleichen. Beschleunigen. Der Stick von Movidius kann als diskreter Beschleuniger für neuronale Netzwerke eingesetzt werden, indem er spezielle Deep-Learning-Inferenz-Funktionen zu vorhandenen Computerplattformen hinzufügt und so für eine verbesserte Leistung und Energieeffizienz sorgt.. Wo können Sie diesen einsetzen?. Intelligente Haushalts- und Verbraucherrobotik Überwachungs- und Sicherheitsbranche Einzelhandel Gesundheitswesen