Intelligenz vor Ort
KI-IPCs für die Edge
Fortsetzung des Artikels von Teil 1
KI-Anwendungen müssen nicht in Cloud laufen
Mustang-F100-A10 nutzt hingegen ein FPGA für die Beschleunigung und bei Mustang-V100-MX8 kommt Intels KI-Prozessor Movidius zum Einsatz. Bei Auslieferung ist der Tank-870AI bereits mit einer 1-TB-2,5-Zoll-Festplatte ausgestattet und unterstützt einen weiteren Massenspeicher mit RAID-0/1-Funktionalität. Als Ready-to-Use-Software wird auf das Open Visual Inference & Neural Network Optimization Toolkit (OpenVINO) von Intel gesetzt. Es vereint verschiedene Tools wie das Intel Deep Learning Deployment Toolkit, optimierte Computer-Vision-Bibliotheken, Intel-Media-SDK-OpenCL-Grafiktreiber und -Laufzeitsystem sowie aktuelle Topologien wie AlexNet, GoogleNet und viele mehr. Mit OpenVINO können so Deep-Learning-Trainingsmodelle wie die von Caffe, MXNET und Tensorflow, Hardware übergreifend mit CPU, GPU oder den Mustang-Beschleunigungskarten optimiert werden.
VIA Technologies nutzt den Snapdragon 820E von Qualcomm als Ausgangsbasis für sein „Alta DS 3Edge AI System“. Um die Entwicklung von Software und KI-basierten Anwendungen zu erleichtern, wird das System mit einem BSP (Board-Support-Package) für Android 8.0 ausgeliefert. Darin enthalten ist das Qualcomm Neural Processing SDK für künstliche Intelligenz, um Entwicklern zu helfen, ein oder mehrere neuronale Netzwerkmodelle zu betreiben, die in Caffe/Caffe2, ONNX oder TensorFlow ausgebildet sind, egal ob es auf der CPU, GPU oder DSP läuft.
Zusätzlich zur Unterstützung dualer Wiedergaben in 4K einschließlich Dual-Display-Spiegelung und unabhängigen Video-Wiedergabemodi bietet das System dank seines Gigabit-Ethernet-Ports sowie verschiedener Optionen zur Integration via WLAN- und Bluetooth 4.1- oder LTE-Technologie auch eine umfangreiche Netzwerkkonnektivität. Das robuste Gehäuse mit kleinem Formfaktor bietet zudem flexible Erweiterungsmöglichkeiten für Kamera- und I/O-Peripherie mittels dreier USB-3.0-Anschlüsse, einem Mini-USB-2.0-Anschluss und einen MiniPCIe-Steckplatz. Darüber hinaus verfügt das System über 4 GB LPDDR4-RAM, 16 GB eMMC-Flash-Speicher, einen M.2-Slot, ein SD-Karten-Slot sowie Audiobuchsen für Line-out und Mic-in.
Alle beschriebenen Rechnersysteme beweisen recht eindrucksvoll, dass KI-Anwendungen nicht zwangsweise in einer Cloud laufen müssen, sondern durchaus auch vor Ort ausführbar sind.
Jobangebote+ passend zum Thema
- KI-IPCs für die Edge
- KI-Anwendungen müssen nicht in Cloud laufen
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
Wo die Firmen investieren
Dorthin fließt das Geld für KI
KI in der Automobilindustrie
Die Erwartungen nicht zu hoch ansetzen
Edge Computing
Rechnen, wo Rechenleistung gebraucht wird
Design&Verifikation
Chipdesign als Big-Data-Herausforderung
