|
Количество
|
Стоимость
|
||
|
|
|||
|
|
|||
Intel Neural Compute Stick 2 (Intel NCS2) — комплект разработчика Plug and Play для вывода ИИ Intel® Neural Compute Stick 2 позволяет развернуть систему компьютерного зрения (например систему распознавания жестов на дроне или промышленном роботе), а также системы искусственного интеллекта на различных прототипах и IoT-устройствах. Он выглядит как стандартная USB-флешка, но содержит внутри намного больше: он построен на новейшем вычислительном модуле Movidius ™ Myriad ™ X — аппаратном ускорителе предоставляющем возможности производить глубокие вычисления нейронных сетей. Последнее поколение процессоров Intel® VPU включает 16 мощных процессорных ядер (называемых ядрами SHAVE) и выделенный аппаратный ускоритель нейронной сети для высокопроизводительного машинного зрения и приложений логического вывода ИИ - и все это с низким энергопотреблением.
Для получения результатов вывода ИИ применяет способности, полученные после обучения нейронной сети. Набор инструментов Intel® Distribution of OpenVINO™ позволяет оптимизировать, настраивать и запускать комплексный логический вывод ИИ с помощью включенного оптимизатора моделей, а также средств выполнения и разработки. Его основные особенности:
- Высокая производительность.
- Оптимизированная разработка с помощью включенных инструментов вывода для оптимизации с низкой точностью и обработки мультимедиа, библиотек компьютерного зрения и предварительно оптимизированных ядер.
- Возможность развернуть одно и то же приложение в различных комбинациях хост-процессоров, ускорителей и сред, включая процессоры, графические процессоры, VPU, FPGA, локально и на устройстве, а также в браузере или в облаке.

Intel Neural Compute Stick 2 (Intel NCS2) позволяет создавать и масштабировать приложения с исключительной производительностью на ватт (на доллар) на базе вычислительного модуля Intel® Movidius ™ Myriad ™ X Vision Processing Unit (VPU).
Работает с операционными ситемами Windows® 10, Ubuntu или macOS и исключает необходимость быть зависимым от облачных вычислений.
Данный комплект предназначен в первую очередь для работы с недорогими периферийными устройствами, такими как Raspberry Pi 3 и другими хост-устройствами на базе архитектуры ARM.
Основные особенности:
- На базе процессора Intel® Movidius ™ Myriad ™ X Vision
- До 8X превышает производительность Intel® Movidius ™ Neural Compute Stick
- Поддерживается набор инструментов Intel® Distribution of OpenVINO ™
- Работает в режиме реального времени, подключение к облаку не требуется
- Предусмотрен запуск нескольких устройств на одной платформе для масштабирования производительности
- Включает инструментальные средства глубокого обучения
- Поддерживает вывод на нескольких устройствах для балансировки нагрузки
- Предлагает двоичные методы распространения через менеджеры пакетов и контейнеры Docker.
- Предоставляет новые API, ориентированные на механизм вывода
- Поддерживает сериализованное промежуточное представление FP16
- Возможно применять для использования в машинном переводе, обработки естественного языка (NLP) и т.д.
Технические характеристики:
| Основные данные | |
| Процессор | Intel® Movidius™ Myriad™ X Vision Processing Unit 4GB |
| Поддерживаемые фреймворки | TensorFlow, Caffe, Apache MXNet, Open Neural Network Exchange (ONNX), PyTorch и PaddlePaddle через преобразование ONNX |
| Интерфейс | USB 3.1 Type-A, USB 2.0 Type-A |
| Диапазон рабочих температур | от 0°C до 40°C |
| ПО | Intel Distribution of OpenVINO toolkit |
| Поддерживаемые ОС |
|
| Форм-фактор | USB-устройство Plug & Play AI для глубокого обучения на периферии. |
Варианты использования:
Одноплатные компьютеры
Работает с недорогими периферийными устройствами, такими как Raspberry Pi и другими хост-устройствами на базе Arm.

На ПК
Встраивайте передовые технологии искусственного интеллекта и машинного обучения в приложения для ПК с помощью Intel® NUC.

Камеры с датчиком глубины
Измерение глубины сочетается с автоматическим распознаванием границ с помощью искусственного интеллекта с помощью камеры глубины Intel® RealSense ™ серии D400.

Информация для разработчиков (Wiki):
Габаритные размеры: 72.5mm х 27mm х 14mm

