Не дожидаясь, когда другие вендоры воспользуются ее референсным дизайном AI-модулей на все случаи жизни, Intel сама вывела на рынок новое поколение специализированного компьютера в форм-факторе USB-донгла — Intel Neural Compute Stick 2. Предыдущий Compute Stick еще носил имя Movidius и был выпущен в 2017 году непосредственно после покупки Intel одноименной компании. Теперь у него новое название и новый процессор, существенно превосходящий по производительности предыдущий. А вот цена осталась та же.
Основой устройства служит Intel Movidius Myriad X Vision Processing Unit (VPU) — специализированный SoC, содержащий в себе 16 вычислительных ядер общего назначения, а также аппаратные компоненты для ускорения инференса нейронных сетей и компьютерного зрения. По сравнению со своим предшественником Intel Neural Compute Stick 2 обеспечивает 8-кратный прирост производительности в таких задачах, как классификация изображений и определение объектов.
Основные характеристики устройства таковы:
- Поддерживаемые фреймворки: TensorFlow, Caffe
- Подключение: USB 3.0 Type-A
- Размеры: 72.5 x 27 x 14 мм
- Совместимые ОС: Ubuntu 16.04.3 LTS (64 bit), CentOS 7.4 (64 bit), Windows 10 (64 bit)
Intel Neural Compute Stick 2 поддерживается Open Visual Inference & Neural Network Optimization (OpenVINO) toolkit. Образцы кода, документацию, учебные материалы, англоязычный форум — все это вы найдете на специальном разделе сайта IDZ.
Intel Neural Compute Stick 2 доступен для предзаказа у торговых партнеров Intel по $90 за штуку.
Комментарии (16)
Vespertilio
22.11.2018 11:05+2> обеспечивает 8-кратный прирост производительности в таких задачах, как классификация изображений и определение объектов.
Относительно чего? Есть какие-нибудь сравнительные тесты относительно современных карт Нвидиа например? И почему нет поддержки МакОС?NEWANDY
23.11.2018 09:22Они же не соревнуются в производительности с видеокартами.
У них же фокус на портативные девайсы с нейронкой.
Plesser
22.11.2018 12:02На предыдущей версии нельзя было обучать модели, можно ли на этой это делать?
pda0
22.11.2018 19:16+1Думаю, что нет, т.к. в этом нет смысла. Эти штуки предназначены чтобы впихнуть предобученную нейросеть в какой-нибудь квадрик. Не для того, чтобы из них собирать кластер. (Я про эту не скажу, но прошлые и rapsberry pi прикидывал, топовая видеокарта уделывает такие кластеры по соотношению цена/производительность, цена/энергопотребление как детей.)
leshabirukov
22.11.2018 16:08Основные характеристики устройства таковы:
Производительность? Напишите, сколько опс и каких (типы данных).
OnelaW
22.11.2018 17:35Мозг сломал пока сообразил что это за зверек. Как отдельный донгл идея интересная, а если в виде платы расширения под pci? Или гибридное решение.
saul Автор
23.11.2018 09:25Про платы расширения — это предыдущий пост. Сейчас есть ускорители на FPGA, но они сильно дорогие.
r_ii
22.11.2018 19:03Вполне себе полезный «ускоритель» для IoT устройств. Практический пример — позволяет распознавать объекты в видео потоке в режиме реального времени на Raspberry Pi 3.
Но я бы не стал его рассматривать как устройство для PC.
n0th1ng
23.11.2018 06:39Интересно, можно ли с помощью этого стика и Raspberry Pi 3 сделать автономного робота?
Sdima1357
Никому не нужная фигня версии 2. Цена не соответствует функциональности. Если бы стоила в десять раз меньше, то можно было бы подумать к чему приспособить, а так нет…
saul Автор
Если в 10 раз меньше — это уже обычная флешка получится.
Sdima1357
Производительность около одного ТОРs. Orange Pi stick около 2.8 ТОРs за те же деньги .($67 ) Топовый Nvidia более 100 int8 tera op per second.