Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial Internet of Things >> Eingebettet

ICP:FPGA-basierte Beschleunigerkarte für Deep-Learning-Inferenz

Die FPGA-basierte Mustang-F100-Beschleunigerkarte von ICP Deutschland ist für industrielle Inferenzsysteme vorgesehen. Es wird hauptsächlich für Deep-Learning-Inferenz in Echtzeit, für die Video- und Bildverarbeitung sowie für die Analyse von Maschinen- und Sensordaten verwendet. Der Mustang-F100 basiert auf dem Intel® Arria® 10 GX1150 FPGA und ist mit 8 GB on-board DDR4-RAM ausgestattet. Aufgrund seiner Parallelität und seines hohen Konfigurationsgrades, der dem FPGA innewohnt, kann der Mustang-F100 wechselnde Arbeitslasten und unterschiedliche Gleitkommazahlen bewältigen. Es unterstützt auch eine Vielzahl von Topologien wie AlexNet, ResNet oder Yolo Tiny.

Von der klassischen Objekterkennung über die Video- und Bildklassifizierung bis hin zur Gesichtserkennung oder Bildsegmentierung sind der Zielanwendung praktisch keine Grenzen gesetzt. Dank der integrierten Intel® Enpirion® Stromlösung bietet der Mustang-F100 eine hohe Effizienz (<60W TDP), Leistungsdichte und Leistung (bis zu 1,5 TFLOPs). Die Leistung des Mustang-F100 wird zusätzlich durch die Kompatibilität mit dem Intel® OpenVINO™ Toolkit optimiert. Verschiedene Bibliotheksfunktionen, voroptimierte Betriebssysteme und vortrainierte Modelle beschleunigen die Time-to-Market entscheidend.

Sein Low-Profile mit Abmessungen von 170x68x34mm und seine standardmäßige PCIe Gen3 x8 Schnittstelle ermöglichen eine einfache Integration der KI-Beschleunigungskarte. Die Vergabe einer individuellen Karten-ID ermöglicht den flexiblen Einsatz mehrerer Mustang-F100 im Inferenzsystem. Als geeignete Inferenzsysteme werden das FLEX-BX oder das TANK-870AI angeboten. ICP unterstützt Kunden bei der Auswahl und Einrichtung der passenden Hardware.


Eingebettet

  1. ST:Bewegungssensor mit maschinellem Lernen für hochpräzises, batterieschonendes Aktivitätstracking
  2. CEVA:KI-Prozessor der zweiten Generation für tiefe neuronale Netzwerk-Workloads
  3. Plädoyer für neuromorphe Chips für KI-Computing
  4. Kleine KI-Karte verarbeitet hohe Verarbeitungslasten für mobile Smart-Produkte
  5. Ausgelagerte KI und Deep Learning im Gesundheitswesen – Ist der Datenschutz gefährdet?
  6. Künstliche Intelligenz vs. maschinelles Lernen vs. Deep Learning | Der Unterschied
  7. Apple und IBM Watson-Team für mobiles maschinelles Lernen in Unternehmen
  8. Deep Learning und seine vielen Anwendungen
  9. Werkzeugstabilitätslösung für Tieflochbohren
  10. Wie Deep Learning Inspektionen für die Biowissenschaftsbranche automatisiert