加速边缘处的深度学习开发

 
面向高性能低功耗设备开发

立即购买  起步

 
英特尔® Movidius™ 神经计算模块

什么是英特尔® Movidius™ 神经计算模块?

这款细小的无风扇深度学习设备让您 学习在边缘处的人工智能编程。 英特尔® Movidius™ 神经计算模块由英特尔® Movidius™ 视觉处理器 (VPU) 所驱动,该 VPU 还在数以百万计的智能保安摄像头、手势控制无人机、工业机器视觉设备等中使用。

A developer using the Intel Movidius Neural Compute Stick

了解使用神经计算模块可做什么

能够在边缘处开展深度神经网络 (DNN) 推理应用的快速原型制作、验证和部署。 该低功耗视觉处理器 (VPU) 架构催生了不依赖云连接的人工智能应用的全新分支。

它与英特尔® Movidius™ 软件开发套件 (SDK) 相结合, 允许深度学习开发人员能够在要求实时推理的低功耗应用上测评、调优和部署卷积神经网络 (CNN)。

英特尔的深度学习:Siraj Raval

在这个视频中,Siraj 讨论了英特尔® Movidius™ 神经计算模块如何工作。 他演示使用该迷你型深度学习硬件开发平台用 Python* 进行图像分类。

技术规格

Intel Movidius Neural Compute Stick
  • 处理器:英特尔® Movidius™ Myriad™ 2 视觉处理器 (VPU)
  • 支持的框架:TensorFlow*、Caffe*
  • 连接性:USB 3.0 A 型
  • USB 模块尺寸:72.5 毫米 x 27 毫米 x 14 毫米(2.85 英寸 x 1.06 英寸 x 0.55 英寸)
  • 操作温度:0° C to 40° C
  • 最低系统要求:
    • 运行 Ubuntu* 16.04 的 x86_64 计算机,或者,运行 Stretch desktop 或 Ubuntu 16.04 virtual box instance 的 Raspberry Pi* 3 Model B
    • USB 2.0 A 型端口(建议 USB 3.0)
    • 1 GB RAM
    • 4 GB 可用存储空间

加速开发的其他软件工具

example of license plate recognition

OpenVINO™ 工具套件

此工具套件设计为在所有英特尔® 平台上加速高性能计算机视觉解决方案的开发,并提供迅速而高效的深度学习工作负荷。

Android 神经网络 API (NNAPI)

这个用于移动设备的新 Android C API 支持运行计算密集型运算的能力。 大多数机器学习框架(如 TensorFlow 和 Caffe)要求这种能力,从而可在 Android 平台上构建及训练神经网络。