KI-Beschleuniger-Karten für das AIoT Edge Computing

Das Thema Künstliche Intelligenz ist in aller Munde. In der Industrie spielen KI-gestützte Anwendungen eine zunehmende Rolle. In der Produktion wird optische Erkennung in Fertigungsprozessen verwendet, um beispielsweise Produktionsfehler zu erkennen. Industrie-PC-Systeme, oder sogenannte Inferenzsysteme kommen zum Einsatz, um anhand von Bildern Entscheidungen über den Zustand von Produktionserzeugnissen zu treffen. Diese Inferenzsysteme verwenden vortrainierte Datensätze, sogenannte Trainingsmodelle, die in Hochleistungsrechnern erstellt worden sind.

Kommen bei diesen Trainingsservern meist mehrere Grafikkarten Karten zum Einsatz, um das Modell möglichst schnell zu klassifizieren, ist der Einsatz von Grafikkarten an Edge aus unterschiedlichen Gründen nicht sinnvoll oder möglich. Unter anderem spielen Anforderungen wie die physische Größe des Inferenzsystems, der Stromverbrauch und das Preis- Leistungsverhältnis eine Rolle. Diese Anforderungen lassen sich mit GPU-basierten Systemen nicht erfüllen. Mit der Mustang KI-Beschleunigerkarten-Serie bieten sich neue Möglichkeiten für das Edge Computing beziehungsweise das Artificial Intelligence of Things (AIoT). Es stehen zwei unterschiedliche Mustang-Serien zur Auswahl, um flexibel und skalierbar KI-Anwendungen an der Edge zu realisieren.

VPU-Beschleunigerkarten

Die VPU-basierte Mustang-Serie verwendet Intel^® Movidius^TM Myriad^TM X MA2485 Visual Processing Units. Diese VPUs sind durch die Kombination ihres neuralen Netzwerks mit 16 SHAVE-Kernen und ihrer Neural Compute Engine speziell für KI-Anwendungen im Vision-Bereich ausgelegt. Neben einer Vielzahl von implementierten Hardwarefunktionen für die Bildverarbeitung, enthält jede VPU eine neue Stereo-Depth-Block-Funktion, die in der Lage ist, zwei Streams mit einer Auflösung von 720P bei 180 Hz zu verarbeiten. Native FP16-Berechnungen oder 8-Bit-Festkommaberechnungen aber auch die abstimmbare ISP-Pipeline und die hardwarebasierte Codierung lassen auch anspruchsvolle Bild- oder Videoverarbeitung mit einer Auflösung von bis zu 4K zu. Jeder einzelnen VPU lässt sich dabei eine andere DL-Topologie zuweisen. Grund hierfür ist die Multi-Channel-Fähigkeit der VPUs, die eine simultane Ausführung von Berechnungen ermöglicht. So lassen sich unterschiedliche Anwendungen wie Objekterkennung oder Bild- und Videoklassifikation gleichzeitig ausführen.