Zestaw uruchomieniowy Intel Płyta rozwojowa Myriad-2

Karta graficzna Neural Network Compute Stick™ Movidius™ umożliwia rozwój sieci Deep Neural bez konieczności stosowania drogiego, mocno obciążającego zasoby sprzętu superkomputerowego. Wystarczy przeprowadzić prototyp i dostroić sieć Deep Neural, korzystając ze 100 gigaflopów mocy obliczeniowej oferowanych przez kartę Movidius. Połączenie "chmury" nie jest wymagane. Obudowa pamięci USB ułatwia podłączenie komputera głównego, a wbudowana karta przetwarzania sygnału Myriad-2 Vision (VPU) zapewnia niezbędną wydajność obliczeniową. Rozwiązanie Myriad-2 zapewnia wysoką wydajność przetwarzania równoległego dzięki dwunastu procesorom VLIW (bardzo długi) do obsługi instrukcji. Decyzja w sprawie planowania równoległego jest podejmowana w czasie kompilacji programu, uwalniając przetwórców tego rudy w czasie jej eksploatacji.

• Movidius 600MHz Myriad-2 SoC z 12 x 128-bitowymi procesorami wektorowymi VLIW do golenia;• 2 MB wewnętrznej pamięci o szybkości przesyłania danych 400 Gb/s;• Obsługuje operacje FP16, FP32 i na liczbach całkowitych z 8-, 16- i 32-bitową dokładnością;• Wszystkie dane i zasilanie dostarczane przez jeden port USB 3.0 komputera głównego

Automatycznie przekształć przeszkoloną sieć CNN (Convolutional Neural Network) opartą na projekcie Caffe w zintegrowaną sieć neuronalną, zoptymalizowaną pod kątem współpracy z Myriad-2 VPU. Zestaw SDK obsługuje również funkcję TensorFlow .

Metryki wydajności warstwy po warstwie dla sieci neuronowych zgodnych ze standardami branżowymi i zaprojektowanych na zamówienie umożliwiają efektywne dostrojenie w celu uzyskania optymalnej wydajności w rzeczywistych warunkach przy bardzo niskim poborze mocy. Skrypty sprawdzania oryginalności umożliwiają programistom porównanie dokładności zoptymalizowanego modelu urządzenia z oryginalnym modelem opartym na komputerze PC.

Karta Movidius Stick może zachowywać się jako oddzielny akcelerator neuronowy, dodając do istniejących platform komputerowych specjalne funkcje dogłębnego uczenia się, aby zwiększyć wydajność i energooszczędność.