หน่วยประมวลผลภาพ Intel® Movidius™ Myriad™ X
หน่วยประมวลผลวิสัยทัศน์ Intel® Movidius™ Myriad™ X เป็นหน่วยประมวลผลวิสัยทัศน์ตัวแรกของ Intel ที่มี Neural Compute Engine ซึ่งเป็นตัวเร่งฮาร์ดแวร์เฉพาะสำหรับการอนุมานโครงข่ายประสาทเทียมแบบลึก Neural Compute Engine ประกอบไปด้วยคอร์ SHAVE ที่ทรงพลัง 16 คอร์ และ Fabric หน่วยความจำอัจฉริยะที่มีอัตราความเร็วสูง ซึ่งช่วยให้ Intel® Movidius™ Myriad™ X เป็นอุปกรณ์ที่เหมาะสำหรับรองรับแอปพลิเคชั่นคอมพิวเตอร์วิทัศน์ และโครงข่ายประสาทเทียมแบบลึกบนอุปกรณ์
หน่วยประมวลผลภาพ Intel® Movidius™ Myriad™ X
หน่วยประมวลผลภาพ Intel® Movidius™ Myriad™ X
หน่วยประมวลผลวิสัยทัศน์ Intel® Movidius™ Myriad™ X สามารถตั้งโปรแกรมได้ด้วยชุดเครื่องมือ Intel® Distribution of the OpenVINO™ สำหรับเชื่อมต่อพอร์ตโครงข่ายประสาทเทียมไปยัง edge และผ่าน Myriad Development Kit (MDK) ซึ่งมีเครื่องมือการพัฒนา กรอบและ API ที่จำเป็นทั้งหมดที่นำไปใช้กับคอมพิวเตอร์วิทัศน์ เวิร์คโหลดการถ่ายภาพและโครงข่ายประสาทเทียมแบบลึกบนชิป
ทำให้โครงการคอมพิวเตอร์วิทัศน์หรือ Edge AI โครงการถัดไปของคุณเป็นจริง
บอกเราเพิ่มเติมเกี่ยวกับสิ่งที่โครงการของคุณต้องการ
สิทธิประโยชน์
Neural Compute Engine เฉพาะ
หน่วยประมวลผลวิสัยทัศน์ Intel® Movidius™ Myriad™ X เป็นหน่วยประมวลผลวิสัยทัศน์ตัวแรกของ Intel ที่มี Neural Compute Engine ซึ่งเป็นตัวเร่งฮาร์ดแวร์เฉพาะในการรันแอปพลิเคชันโครงข่ายประสาทเทียมแบบลึกบนอุปกรณ์ Neural Compute Engine ใช้งานการอนุมานโดยตรงเข้ากับองค์ประกอบหลักอื่น ๆ ผ่าน Fabric หน่วยความจำอัจฉริยะ เพื่อส่งมอบระดับประสิทธิภาพต่อวัตต์ที่โดดเด่น โดยไม่มีปัญหาการไหลของข้อมูลที่ติดขัด อย่างที่พบได้ในสถาปัตยกรรมอื่น ๆ
คอร์ SHAVE ประสิทธิภาพสูง 16 คอร์
โปรเซสเซอร์ที่ตั้งโปรแกรมได้เหล่านี้ จะมาพร้อมกับชุดคำสั่งที่ได้รับการปรับแต่งมาสำหรับคอมพิวเตอร์วิทัศน์ ซึ่งสามารถเรียกใช้งานเวิร์กโหลดการจับภาพของคอมพิวเตอร์แบบดั้งเดิมได้ หรือช่วยเสริมศักยภาพให้กับ Neural Compute Engine โดยการเรียกใช้งานประเภทเลเยอร์แบบกำหนดเองสำหรับแอปพลิเคชั่น CNN ผ่านการรองรับโครงสร้างข้อมูลแบบกระจายอย่างครอบคลุม
ชุดตัวเร่งความเร็วการจับภาพที่ได้รับการปรับปรุง
Intel ได้เพิ่มตัวเร่งวิสัยทัศน์ใหม่ในหน่วยประมวลผลวิสัยทัศน์ Intel® Movidius™ Myriad™ X รวมถึง บล็อกการมองภาพ 3 มิติซึ่งสามารถประมวลผลฟีดได้ถึง 720 คู่ ตัวเร่งความเร็วการจับภาพชุดใหม่ที่มีให้มาช่วยให้อุปกรณ์สามารถถ่ายเวิร์คโหลดการจับภาพหลักไปยังฮาร์ดแวร์ที่ทำงานคงที่เพื่อประหยัดพลังงานมากขึ้น
การประมวลผลและการเข้ารหัสภาพที่ยืดหยุ่น
หน่วยประมวลผลวิสัยทัศน์ Intel® Movidius™ Myriad™ X มีท่อส่ง ISP ที่ปรับได้ทั้งหมดที่รองรับแอปพลิเคชันภาพและวิดีโอที่เป็นที่ต้องการสูงสุด นอกจากนี้ หน่วยประมวลผลวิสัยทัศน์ Intel® Movidius™ X ยังมีตัวเข้ารหัสที่ใช้ฮาร์ดแวร์ที่รองรับความละเอียดวิดีโอสูงสุดถึง 4K ส่งผลให้หน่วยประมวลผลวิสัยทัศน์กลายเป็นโซลูชันชิปเดี่ยวสำหรับเวิร์คโหลดการถ่ายภาพ คอมพิวเตอร์วิทัศน์ และ CNN ทั้งหมด
รองรับการกำหนดค่าหลาย VPU
อินเทอร์เฟซ PCI-e ยอมให้หน่วยประมวลผลวิสัยทัศน์ถูกใช้เป็นตัวเร่งความเร็ว edge AI ในเซิร์ฟเวอร์ edge โดยกำหนดค่าหน่วยประมวลผลวิสัยทัศน์ Intel® Movidius™ Myriad™ X หลายตัวในการ์ด PCI-e เดี่ยวแบบ Add-in เพื่อมอบประสิทธิภาพที่ยืดหยุ่นได้มากขึ้น
Neural Compute Engine:การเร่งความเร็วโดยใช้ฮาร์ดแวร์สำหรับเครือข่ายประสาทเทียมแบบลึก
Intel® Movidius™ Myriad™ X VPU ของ Intel มาพร้อมกับ Neural Compute Engine โฉมใหม่ ตัวเร่งฮาร์ดแวร์ที่ได้รับการออกแบบมาเพื่อยกระดับประสิทธิภาพของโครงข่ายประสาทเทียมแบบลึกขึ้นอย่างน่าทึ่ง โดยไม่ลดทอนคุณลักษณะการใช้พลังงานในระดับต่ำของสายผลิตภัณฑ์ Movidius VPU Neural Compute Engine ประกอบไปด้วยอาร์เรย์ของบล็อก MAC และมีการอนุมานโดยตรงกับ Fabric หน่วยความจำอัจฉริยะ อีกทั้งยังสามารถทำการคำนวณที่จำเป็นให้กับการอนุมานแบบลึกได้อย่างรวดเร็ว โดยไม่พบกับปัญหา "กำแพงข้อมูล"ที่ติดขัด ซึ่งพบได้ในสถาปัตยกรรมอื่น ๆ อ้างอิงจากสถาปัตยกรรม Intel® Movidius™ Myriad™ X VPU จำนวนการอนุมานเครือข่ายประสาทเทียมสูงสุดต่อวินาทีที่ทำได้โดยใช้ Neural Compute Engine กับคอร์ SHAVE 16 คอร์ (การดำเนินงาน 916,000,000,000 ครั้งต่อวินาที) มีค่ามากกว่าจำนวนการอนุมานเครือข่ายประสาทเทียมสูงสุดต่อวินาทีที่ใช้งานโปรเซสเซอร์ SHAVE ของ Movidius Myriad 2 VPU (การดำเนินงาน 8 หมื่นล้านครั้งต่อวินาที) ถึง 10 เท่า
- รองรับ FP16 แบบเนทีฟและจุดคงที่ 8 บิต
- การเร่งความเร็วตั้งแต่ต้นจนจบสำหรับโครงข่ายประสาทเทียบแบบลึกทั่วไปจำนวนมาก
- พอร์ตและปรับใช้งานโครงข่ายประสาทเทียมในรูปแบบ Caffe และ Tensorflow ได้อย่างรวดเร็ว
- ประสิทธิภาพการใช้พลังงานสูงในแง่ของการอนุมาน/วินาที/วัตต์
ข้อเสนอที่เกี่ยวข้อง
IoT และโปรเซสเซอร์แบบฝัง
สำรวจผลงานการเพิ่มสมรรถนะของ Intel สำหรับโปรเซสเซอร์ IoT เพื่อช่วยรับคุณค่าทางธุรกิจและข้อมูลเชิงลึกที่สำคัญจากข้อมูลของคุณ ด้วยแหล่งประมวลผลที่คุณต้องการที่สุด
Intel® FPGA
Intel® FPGA และ SoC กับ IP Core, แพลตฟอร์มการพัฒนา และกระบวนการการออกแบบของผู้พัฒนาซอฟต์แวร์ จะช่วยมอบเส้นทางการพัฒนาที่รวดเร็ว ซึ่งมาพร้อมกับความยืดหยุ่นในการปรับตัวเข้ากับความท้าทายและโซลูชันที่มีการเปลี่ยนแปลงไปในแต่ละส่วนของไปป์ไลน์วิดีโอ หรือการจับภาพสำหรับแอปพลิเคชั่นวิดีโอ และการจับภาพอัจฉริยะต่าง ๆ มากมาย
Intel® Neural Compute Stick 2 (Intel® NCS2)
การพัฒนา ปรับแต่งให้เหมาะสม และปรับใช้งานโครงข่ายประสาทแบบคอนโวลูชัน (CNN) บนแอปพลิเคชั่นพลังงานต่ำ ซึ่งจำเป็นจะต้องใช้การอนุมานกับแท่งประมวลผล Intel®
Neural 2 ในแบบเรียลไทม์
Intel® Vision Accelerator Design
การ์ดตัวเร่งความเร็ว Edge AI จะช่วยให้คุณสามารถปรับใช้งานการอนุมานโครงข่ายประสาทเทียมแบบลึกที่ประหยัดพลังงานสำหรับแอปพลิเคชั่นการวิเคราะห์วิดีโอ และคอมพิวเตอร์วิทัศน์ที่รวดเร็วและแม่นยำ
Intel® DevCloud สำหรับ Edge
การสร้างต้นแบบและทดลองกับเวิร์กโหลด AI สำหรับคอมพิวเตอร์วิทัศน์บนฮาร์ดแวร์ของ Intel ด้วย Intel® DevCloud สำหรับ Edge
ชุดเครื่องมือ Intel® Distribution of OpenVINO™
ใช้ประโยชน์จาก AI และคอมพิวเตอร์วิทัศน์อย่างเต็มศักยภาพในสถาปัตยกรรม Intel® ต่าง ๆ เพื่อสร้างสรรค์กรณีการใช้งานใหม่ ๆ และปรับปรุงการใช้งานในด้านสาธารณสุขและวิทยาศาสตร์ ร้านค้าปลีกอุตสาหกรรม และอื่น ๆ อีกมากมาย
ประกาศและข้อสงวนสิทธิ์1 2 3
ข้อมูลผลิตภัณฑ์และประสิทธิภาพ
ประสิทธิภาพจะแตกต่างกันไปตามการใช้งาน การกำหนดค่า และปัจจัยอื่นๆ เรียนรู้เพิ่มเติมที่ www.Intel.com/PerformanceIndex ผลลัพธ์ประสิทธิภาพอ้างอิงตามการทดสอบในวันที่ที่ระบุดังที่แสดงในการกำหนดค่า และอาจไม่แสดงถึงการอัปเดตความปลอดภัยที่เผยแพร่ต่อสาธารณะ ดูการสำรองข้อมูลสำหรับรายละเอียดการกำหนดค่า ไม่มีผลิตภัณฑ์หรือส่วนประกอบใดที่จะปลอดภัยอย่างสมบูรณ์แบบ
เทคโนโลยีต่างๆ ของ Intel® อาจต้องการฮาร์ดแวร์ ซอฟต์แวร์ หรือการเปิดใช้บริการที่รองรับ ไม่มีผลิตภัณฑ์หรือส่วนประกอบใดที่จะปลอดภัยอย่างสมบูรณ์แบบ ค่าใช้จ่ายและผลลัพธ์ของคุณอาจแตกต่างกันไป Intel ไม่ได้ควบคุมหรือตรวจสอบข้อมูลของบุคคลที่สาม คุณควรศึกษาแหล่งข้อมูลอื่นๆ เพื่อประเมินความแม่นยำ