毫不夸張地說(shuō),人工智能(AI)幾乎可以用于工業(yè)領(lǐng)域的任何應(yīng)用。隨著技術(shù)被推向物聯(lián)網(wǎng)的邊緣,使用數(shù)量大幅攀升。開(kāi)發(fā)人員正在迅速部署其AI架構(gòu),這要?dú)w功于Vecow等供應(yīng)商的進(jìn)步。
值得慶幸的是,必須手動(dòng)編程AI設(shè)備的日子已經(jīng)過(guò)去了。因此,部署速度在提高,而成本在下降。雖然它變得越來(lái)越容易,但為特定的AI場(chǎng)景設(shè)計(jì)最佳模型仍然可能既耗時(shí)又具有挑戰(zhàn)性。
設(shè)計(jì)過(guò)程中最困難的部分是訓(xùn)練AI模型以提供對(duì)象檢測(cè),運(yùn)動(dòng)跟蹤和面部識(shí)別等核心功能。這種訓(xùn)練可能會(huì)影響系統(tǒng)成本:部署的模型越高效,實(shí)現(xiàn)模型所需的資源就越少。
Vecow 的 VHub AI 開(kāi)發(fā)人員采用集成解決方案,可縮短模型訓(xùn)練時(shí)間,并為工程師開(kāi)發(fā)基于邊緣的 AI 解決方案提供所需的資源。提供四個(gè)版本,從基于英特爾酷睿處理器的帶有英特爾 NUC(下一個(gè)計(jì)算單元)的入門(mén)套件,到為計(jì)算密集型應(yīng)用提供英特爾酷睿 SoC 或英特爾至強(qiáng)處理器選擇的 Titan 套件。所有版本都包括一個(gè)標(biāo)記工具、一個(gè)訓(xùn)練平臺(tái)、一個(gè)推理解決方案,以及針對(duì)典型 Edge 用例的 200 多個(gè)預(yù)訓(xùn)練模型。
基于邊緣的 AI 的完整框架
VHub AI 開(kāi)發(fā)人員為基于邊緣的計(jì)算應(yīng)用程序提供了完整的開(kāi)發(fā)框架。對(duì)于經(jīng)驗(yàn)豐富的開(kāi)發(fā)人員來(lái)說(shuō),該套件相對(duì)容易部署,并且與大多數(shù)平臺(tái)兼容,并包括一組200多個(gè)可擴(kuò)展的AI模型。這些模型涵蓋的應(yīng)用程序包括目標(biāo)跟蹤,面部識(shí)別和運(yùn)動(dòng)檢測(cè)等常見(jiàn)功能。
因此,系統(tǒng)集成商可以專(zhuān)注于開(kāi)發(fā)和訓(xùn)練AI模型,而不是花時(shí)間集成和維護(hù)整個(gè)AI框架。預(yù)先集成和預(yù)先測(cè)試的軟件工具進(jìn)一步簡(jiǎn)化了流程。
VHub AI 開(kāi)發(fā)人員的四個(gè)不同版本有助于為特定應(yīng)用程序提供硬件和軟件資源的最佳組合。VHD NUC 系列是一個(gè)基本的入門(mén)套件;VHD ECX-1000 PoER 系列部署套件帶來(lái)了豐富的 I/O 功能;VHD ECX-1400 PEG 系列部署套件引入了 GPU 計(jì)算引擎;VHD RCX-1520R PEG 系列泰坦套件可為大多數(shù)計(jì)算密集型應(yīng)用提供更多的 GPU 功能。
在所有版本中,該框架都經(jīng)過(guò)集成和測(cè)試,進(jìn)一步縮短了開(kāi)發(fā)時(shí)間。此外,VHub AI開(kāi)發(fā)者框架旨在保證穩(wěn)定的版本管理,因此設(shè)計(jì)不應(yīng)該遭受版本控制問(wèn)題,這在開(kāi)源AI訓(xùn)練工具中很常見(jiàn)。
使用案例
機(jī)器視覺(jué)和自動(dòng)化是AI的兩個(gè)流行用例,因此也是VHub AI開(kāi)發(fā)人員的兩個(gè)常見(jiàn)用例。智能零售和門(mén)禁控制也被突出采用。以下是該工具脫穎而出的原因:
機(jī)器視覺(jué):效率和準(zhǔn)確性對(duì)于工廠中有缺陷的零件進(jìn)行分類(lèi)至關(guān)重要。預(yù)裝的檢測(cè) SDK 帶有 VPU 和 GPU 加速器,能夠以低成本實(shí)現(xiàn)高精度。
自動(dòng)化:智能自動(dòng)化集成了智能技術(shù)和服務(wù)來(lái)執(zhí)行關(guān)鍵任務(wù)。通過(guò)預(yù)安裝的自動(dòng)化監(jiān)控 SDK,制造商可以提高生產(chǎn)力。
智能零售:零售商店需要了解和了解他們的客戶,以增加收入和盈利能力。預(yù)安裝的功能識(shí)別 SDK 可讓工程師捕獲性別、年齡范圍、客戶數(shù)量和店內(nèi)行為,以創(chuàng)建有針對(duì)性的體驗(yàn)。
訪問(wèn)控制:安全性通常取決于僅向授權(quán)用戶授予訪問(wèn)權(quán)限。使用面部識(shí)別,數(shù)據(jù)可以存儲(chǔ)在視覺(jué)庫(kù)中,以快速方便地批準(zhǔn)或拒絕訪問(wèn)。
審核編輯:郭婷
-
soc
+關(guān)注
關(guān)注
38文章
4329瀏覽量
221637 -
人工智能
+關(guān)注
關(guān)注
1804文章
48677瀏覽量
246382
發(fā)布評(píng)論請(qǐng)先 登錄
海思SD3403邊緣計(jì)算AI數(shù)據(jù)訓(xùn)練概述
利用RAKsmart服務(wù)器托管AI模型訓(xùn)練的優(yōu)勢(shì)
訓(xùn)練好的ai模型導(dǎo)入cubemx不成功怎么處理?
GPU是如何訓(xùn)練AI大模型的
從零開(kāi)始訓(xùn)練一個(gè)大語(yǔ)言模型需要投資多少錢(qián)?

評(píng)論