AI 深度學習 Intel 視覺加速器

效能直追NVIDIA P4 英特爾視覺加速器加強邊緣戰力

2018-12-13
看好人工智慧(AI)與深度學習在邊緣運算的發展,英特爾(Intel)日前發表全新視覺加速器設計產品(Vision Accelerator Design Products),針對產生與處理數據的邊緣裝置,強化人工智慧推論與分析效能,其效能堪稱媲美NVIDIA P4運算卡。

看好人工智慧(AI)與深度學習在邊緣運算的發展,英特爾(Intel)日前發表全新視覺加速器設計產品(Vision Accelerator Design Products),針對產生與處理數據的邊緣裝置,強化人工智慧推論與分析效能,其效能堪稱媲美NVIDIA P4運算卡。

英特爾資深副總裁暨物聯網事業群總經理Tom Lantzsch表示,以往企業在導入深度學習技術上遇到許多困難。不論交通運輸、智慧城市、健康照護、零售與製造業,都需要專業知識、種類廣泛的多樣化裝置與具擴充性的解決方案,以進一步發展深度學習。Intel視覺加速器設計產品提供企業更多選擇與彈性,使加速AI邊緣運算的發展更加便利且經濟,得以產出更多即時性情資。

英特爾談到,若終端開發商認為CPU處理深度學習的工作負載不足時,即能透過全新視覺加速器予以滿足。相較於Discrete GPU方案來說,全新視覺加速器兼具三大技術優勢,包含小封裝、低功耗,甚至在效能上,可直追NVIDIA P4,非常適用小型的終端產品。

事實上,英特爾已於2018年5月發布開放式視覺推理神經網路優化(OpenVINO)工具套件,作為加速深度學習的關鍵技術。而今,此全新加速器解決方案則是分為兩大類型,一種是採用Movidius視覺處理器的陣列,另一種則建構於高效能Arria 10 FPGA。該加速器以OpenVINO軟體工具套件為基礎,提供開發者在多種英特爾產品中使用進階的神經網路效能,並幫助開發者在物聯網裝置中運行更具成本效益的即時影像分析和智慧化功能。

整體而言,機器視覺開發人員面臨一些挑戰有待克服。首先,機器視覺解決方案通常會遇到頻寬、儲存和延遲限制影響;其次,通過優化機器視覺應用,提升性能並有效整合人工智慧和深度學習功能難度較高;最後,通過拓展機器視覺應用滿足功率、性能和成本要求,可能需要投入大量成本,將軟體應用於不同的硬體可能需要重新設計完整的解決方案。

也基於此,全新視覺加速器設計產品不僅提供點對點的智慧服務,更可透過OpenVINO工具套件幫助開發人員簡化深度學習推論。

威聯通科技研發副總經理Y.T. Lee表示,該公司於2018年初啟動第一個醫療AI應用,此醫療應用方案搭載OpenVINO工具套件,可對視網膜光學掃描影像執行AI影像分類,協助醫生提升老年性黃斑部退化的診斷精確度,相較於搭載CPU的解決方案,其效能提升40倍。

英特爾資深副總裁暨物聯網事業群總經理Tom Lantzsch表示,AI與人工智慧技術已大舉滲透於自駕車、健康照護等垂直應用產業,而全新視覺加速器設計將有助提升這些應用領域的技術效能。

 

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!