company_banner

Intel Neural Compute Stick. Искусственный разум на флешке — 2



    Не дожидаясь, когда другие вендоры воспользуются ее референсным дизайном AI-модулей на все случаи жизни, Intel сама вывела на рынок новое поколение специализированного компьютера в форм-факторе USB-донгла — Intel Neural Compute Stick 2. Предыдущий Compute Stick еще носил имя Movidius и был выпущен в 2017 году непосредственно после покупки Intel одноименной компании. Теперь у него новое название и новый процессор, существенно превосходящий по производительности предыдущий. А вот цена осталась та же.

    Основой устройства служит Intel Movidius Myriad X Vision Processing Unit (VPU) — специализированный SoC, содержащий в себе 16 вычислительных ядер общего назначения, а также аппаратные компоненты для ускорения инференса нейронных сетей и компьютерного зрения. По сравнению со своим предшественником Intel Neural Compute Stick 2 обеспечивает 8-кратный прирост производительности в таких задачах, как классификация изображений и определение объектов.



    Основные характеристики устройства таковы:

    • Поддерживаемые фреймворки: TensorFlow, Caffe
    • Подключение: USB 3.0 Type-A
    • Размеры: 72.5 x 27 x 14 мм
    • Совместимые ОС: Ubuntu 16.04.3 LTS (64 bit), CentOS 7.4 (64 bit), Windows 10 (64 bit)

    Intel Neural Compute Stick 2 поддерживается Open Visual Inference & Neural Network Optimization (OpenVINO) toolkit. Образцы кода, документацию, учебные материалы, англоязычный форум — все это вы найдете на специальном разделе сайта IDZ.

    Intel Neural Compute Stick 2 доступен для предзаказа у торговых партнеров Intel по $90 за штуку.

    Intel
    188,00
    Компания
    Поделиться публикацией

    Похожие публикации

    Комментарии 16

      –3
      Никому не нужная фигня версии 2. Цена не соответствует функциональности. Если бы стоила в десять раз меньше, то можно было бы подумать к чему приспособить, а так нет…
        0
        Если в 10 раз меньше — это уже обычная флешка получится.
          0
          Производительность около одного ТОРs. Orange Pi stick около 2.8 ТОРs за те же деньги .($67 ) Топовый Nvidia более 100 int8 tera op per second.
        +2
        > обеспечивает 8-кратный прирост производительности в таких задачах, как классификация изображений и определение объектов.

        Относительно чего? Есть какие-нибудь сравнительные тесты относительно современных карт Нвидиа например? И почему нет поддержки МакОС?
          0
          Тоже интересно
            +2

            Относительно первой версии.

              0
              Они же не соревнуются в производительности с видеокартами.
              У них же фокус на портативные девайсы с нейронкой.
              0

              На предыдущей версии нельзя было обучать модели, можно ли на этой это делать?

                +1
                Думаю, что нет, т.к. в этом нет смысла. Эти штуки предназначены чтобы впихнуть предобученную нейросеть в какой-нибудь квадрик. Не для того, чтобы из них собирать кластер. (Я про эту не скажу, но прошлые и rapsberry pi прикидывал, топовая видеокарта уделывает такие кластеры по соотношению цена/производительность, цена/энергопотребление как детей.)
                0
                Основные характеристики устройства таковы:
                Производительность? Напишите, сколько опс и каких (типы данных).
                  0
                  Мозг сломал пока сообразил что это за зверек. Как отдельный донгл идея интересная, а если в виде платы расширения под pci? Или гибридное решение.
                    0
                    Про платы расширения — это предыдущий пост. Сейчас есть ускорители на FPGA, но они сильно дорогие.
                      0
                      А какие опреации нужны для нейронок для обучения и для работы?
                        0
                        Для работы — смотря что за функция в нейроне. Обычно нужна сложение-умножение. Для обучения — смотря что за метод.
                    0
                    Вполне себе полезный «ускоритель» для IoT устройств. Практический пример — позволяет распознавать объекты в видео потоке в режиме реального времени на Raspberry Pi 3.
                    Но я бы не стал его рассматривать как устройство для PC.
                      0
                      Интересно, можно ли с помощью этого стика и Raspberry Pi 3 сделать автономного робота?

                      Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

                      Самое читаемое