Ich verstehe

Die winzige KI-Kamera JeVois-Pro wurde letztes Jahr mit einem Amlogic A311D-Prozessor mit integrierter 5-TOPS-NPU und Unterstützung für eine Intel Myriad X- oder Google Edge TPU M.2-Karte in einem kompakten 50 x 50 x 45 mm großen Gehäuse vorgestellt.

Das Unternehmen hat es nun geschafft, einige M.2 A+E 2230 Hailo-8-Module zu ergattern, die eine KI-Leistung von bis zu 26 TOPS liefern, und verkauft die ultrakompakte Deep-Learning-Kamera JeVois-Pro mit dem Hailo-8-Beschleuniger für 599 US-Dollar Bereitstellung von bis zu 31 TOPS, wenn wir die eingebaute 5 TOPS NPU einbeziehen.

Ich werde nicht noch einmal auf die vollständigen Spezifikationen eingehen, aber kurz gesagt, es handelt sich um eine Kamera, die für Robotikprojekte entwickelt wurde und von einem Amlogic A311D-Hexa-Core-Cortex-A73/A53-Prozessor mit 4 GB RAM, einem microSD-Kartensteckplatz für das Betriebssystem usw. angetrieben wird Daten und einem 2MP Sony IMX290 Starvis Sensor.

Da das System recht kompakt und der KI-Beschleuniger ziemlich leistungsstark ist, habe ich das Unternehmen nach möglichen thermischen Problemen gefragt und sie aktivieren den Lüfter standardmäßig, wenn Hailo-8 erkannt wird:

Bisher ist die Thermik gut, das Hailo-Board meldet typischerweise etwa 50 °C, sobald wir unseren Lüfter auf Hochtouren laufen lassen. Wir legen dies als Standard fest, wenn ein Hailo-Board erkannt wird, da wir noch keine einfache Möglichkeit haben, unserem Lüftertreiber mitzuteilen, wie hoch die Hailo-Temperatur ist (vielleicht kann Hailo in Zukunft in einigen /sys/class/-Einträgen Temps hinzufügen). ). Obwohl sich unser Lüfter auf der gegenüberliegenden Seite des Gehäuses befindet, erzeugt er immer noch genügend Luftstrom, um das Hailo-Board um 10–15 °C zu kühlen, wenn es ein- oder ausgeschaltet ist. Sollte es in Zukunft noch schlimmer werden, haben wir auf unserer Hauptplatine bereits einen Anschluss für einen zweiten Lüfter, sodass wir eine modifizierte Gehäusefront mit einem kleinen 25-mm-Lüfter liefern würden, der direkt auf den Neuralbeschleuniger bläst (zusätzlich zum 40-mm-Lüfter im). zurück).

Das System kann ziemlich große Netzwerke wie ein vollständiges YOLOv7 640×640 mit 11,5 fps oder das kleinere YOLOv5m 640×640 mit 40 fps und Resnet-50 mit 228 fps ausführen und ist deutlich leistungsfähiger als wenn es mit einem Google Coral TPU Edge ausgestattet ist ist nur in der Lage, kleine Mobilenets-Netzwerke und dergleichen zu betreiben. Die Fähigkeiten der Kamera mit dem Hailo-8-Modul können wir im Video unten überprüfen.

JeVois veröffentlichte auch einige Benchmarks mit CPU, Amlogic NPU, Coral Edge TPU und Hailo-8-Beschleuniger. Aber beachten Sie, dass dieseDie Ergebnisse stellen NICHT die Spitzenleistung dar dieser Beschleuniger und führt aufgrund ihrer Beschränkung nur zu Ergebnissen mit der Jevois-Pro-Einheit. Dazu gehört eine PCIe-x1-Schnittstelle (Hailo unterstützt PCIe x4), der Prozessor ist langsamer als bei einigen anderen Testsystemen und der USB-3.0-fähige Myriad-X-Chip ist nur über eine USB-2.0-Schnittstelle angebunden. Aus diesem Grund werden auf anderen Systemen möglicherweise höhere oder niedrigere Zahlen für Hailo-8, Myriad X oder Coral Edge AI Accelerator angezeigt.

Klassifizierungstests verwenden 224×224 RGB-Bilder und Detect (YOLO) testet 640×640 RGB-Bilder. Leider ist ein direkter Vergleich zwischen verschiedenen Beschleunigern nicht möglich, da die meisten Benchmarks unterschiedlich sind und/oder unterschiedliche Eingaben erfordern.

Jean-Luc startete CNX Software im Jahr 2010 als Teilzeitunternehmen, bevor er seinen Job als Software-Engineering-Manager kündigte und später im Jahr 2011 begann, täglich Nachrichten und Rezensionen in Vollzeit zu schreiben.

Unterstützen Sie CNX Software! Spenden Sie über Kryptowährungen oder werden Sie Patron auf Patreon

Zusammenhängende Posts: