Erzählen Sie uns mehr über Ihre Projektanforderungen
Die Intel® Movidius™ Myriad™ X VPU ist die erste VPU von Intel mit der Neural Compute Engine, einem dedizierten Beschleuniger für tiefe neuronale Netzwerkinferenzen. Die Neural Compute Engine in Verbindung mit den 16 leistungsstarken SHAVE-Kernen und der intelligenten Speicherstruktur mit hohem Durchsatz macht Movidius Myriad X ideal für tiefe neuronale Netzwerke auf dem Gerät und Computer-Vision-Anwendungen.
Die Movidius Myriad X VPU kann mit der Intel® Distribution des OpenVINO™ Toolkits zur Portierung eines neuronalen Netzwerks an den Rand und über das Myriad Development Kit (MDK) programmiert werden, das alle erforderlichen Entwicklungstools, Frameworks und APIs zur Implementierung von benutzerdefinierten Workloads für Vision, bildgebende Verfahren und tiefe neuronale Netzwerke auf dem Chip enthält.
Die Movidius Myriad X ist die erste Intel-VPU mit der Neural Compute Engine, einem dedizierten Hardware-Beschleuniger zum Ausführen von tiefen neuronalen Netzwerkanwendungen auf dem Gerät. Die Neural Compute Engine ist über die intelligente Speicherstruktur direkt mit anderen wichtigen Komponenten verbunden und bietet eine hervorragende Leistung pro Watt, ohne dass es zu häufigen Datenflussengpässen kommt, die bei anderen Architekturen auftreten können.
Diese programmierbaren Prozessoren mit einem auf Computer-Vision zugeschnittenen Befehlssatz können zum Ausführen herkömmlicher Computer-Vision-Workloads verwendet werden oder die Neural Compute Engine durch Ausführen benutzerdefinierter Layertypen für CNN-Anwendungen ergänzen, da schwachbesetzte Datenstrukturen weitgehend unterstützt werden.
Intel hat die Movidius Myriad X VPU durch eine neue Suite von Vision-Beschleunigern ergänzt, darunter ein neuer Stereo-Tiefenblock, der zwei 720 Feeds verarbeiten kann. Mit der Suite von Vision-Beschleunigern ist es möglich, wichtige Vision-Workloads auf Hardware mit festen Funktionen zu verlagern, um die Energieeffizienz zu verbessern.
Die Movidius Myriad X VPU verfügt über eine komplett einstellbare ISP-Pipeline für die anspruchsvollsten Bild- und Videoanwendungen. Die Movidius Myriad X VPU verfügt außerdem über eine hardwarebasierte Codierung für eine Videoauflösung von bis zu 4K. Dies bedeutet, dass die VPU eine Single-Chip-Lösung für alle Bild-, Computer-Vision- und CNN-Workloads ist.
Über die PCI-e-Schnittstelle kann die VPU als Edge-KI-Beschleuniger in einem Edge-Server verwendet werden, indem mehrere Movidius Myriad X-VPUs in einer einzigen PCI-e-Erweiterungskarte konfiguriert werden, wodurch noch mehr Leistungsflexibilität erzielt wird.
Die Movidius Myriad X VPU von Intel verfügt über die brandneue Neural Compute Engine – einen speziell entwickelten Hardwarebeschleuniger, mit dem die Leistung tiefer neuronaler Netzwerke drastisch gesteigert werden kann, ohne den geringen Stromverbrauch der Movidius VPU-Produktlinie zu beeinträchtigen. Die Neural Compute Engine verfügt über eine Reihe von MAC-Blocks und ist direkt mit der intelligenten Speicherstruktur verbunden. Sie kann schnell die Berechnungen durchführen, die für eine tiefe Inferenz erforderlich sind, ohne auf den sogenannten „Datenwand“-Engpass zu stoßen, der bei anderen Prozessorkonstruktionen auftritt. Basierend auf der Movidius Myriad X VPU-Architektur beträgt die maximale Anzahl neuronaler Netzwerkinferenzverfahren, die die Neural Compute Engine in Kombination mit den 16 SHAVE-Cores (916 Milliarden Verfahren pro Sekunde) pro Sekunde erreichen kann, mehr als das 10-fache der maximalen Anzahl neuronaler Netzwerkinferenzverfahren, die von den SHAVE-Prozessoren der Myriad 2 VPU pro Sekunde erreicht werden können (80 Milliarden Verfahren pro Sekunde), um neuronale Netzwerkinferenzen auszuführen.
Intel® FPGAs und SoCs, zusammen mit IP-Cores, Entwicklungsplattformen und einem Softwareentwickler-Designablauf, bieten einen schnellen Entwicklungspfad mit der Flexibilität, sich für eine breite Palette von Video- und intelligenten Vision-Anwendungen an die sich ändernden Herausforderungen und Lösungen in jedem Abschnitt der Video- oder Vision-Pipeline anzupassen.
Entwickeln, optimieren und implementieren Sie CNNs (Convolutional Neural Networks) für Anwendungen mit geringem Stromverbrauch, die Echtzeit-Inferenzen mit Intel®
Neural Compute Stick 2 erfordern.
Edge KI-Beschleunigerkarten, mit denen Sie energieeffiziente tiefe neuronale Netzwerkinferenzen für schnelle, genaue Videoanalysen und Computer-Vision-Anwendungen bereitstellen können.
Prototypentwicklung und Experimentieren mit KI-Workloads für Computer-Vision auf Intel-Hardware mit Intel® DevCloud for the Edge.
Nutzen Sie das volle Potenzial von KI und Computer-Vision in mehreren Intel® Architekturen, um neue und verbesserte Anwendungsfälle in den Bereichen Gesundheit und Biowissenschaften, Einzelhandel, Industrie und mehr zu ermöglichen.
In Leistungstests verwendete Software und Workloads können speziell für die Leistungseigenschaften von Intel® Mikroprozessoren optimiert worden sein. Leistungstests wie SYSmark* und MobileMark* werden mit spezifischen Computersystemen, Komponenten, Softwareprogrammen, Operationen und Funktionen durchgeführt. Jede Veränderung bei einem dieser Faktoren kann abweichende Ergebnisse zur Folge haben. Als Unterstützung für eine umfassende Bewertung Ihrer vorgesehenen Anschaffung, auch im Hinblick auf die Leistung des betreffenden Produkts in Verbindung mit anderen Produkten, sollten Sie noch andere Informationen und Leistungstests heranziehen. Ausführlichere Informationen finden Sie unter www.intel.de/benchmarks. Die Leistungswerte basieren auf Tests, die mit den in den Konfigurationen angegebenen Daten durchgeführt wurden und spiegeln möglicherweise nicht alle öffentlich verfügbaren Updates wider. Weitere Konfigurationsdetails siehe Backup. Kein Produkt und keine Komponente bieten absolute Sicherheit.
Intel® Technik kann geeignete Hardware, Software oder die Aktivierung von Diensten erfordern. Kein Produkt und keine Komponente bieten absolute Sicherheit. Ihre Kosten und Ergebnisse können variieren. Intel hat keinen Einfluss auf und keine Aufsicht über die Daten Dritter. Sie sollten andere Quellen heranziehen, um die Genauigkeit zu beurteilen.