Nauka

Intel Neural Compute Stick 2 - sieć neuronowa w kieszeni (i na kieszeń każdego)

z dnia
Marcin Jaskólski | Redaktor serwisu benchmark.pl
9 komentarzy Dyskutuj z nami

Urządzenia Intel Compute Stick kojarzy chyba każdy, ale Neural Compute Stick? Wbrew pozorom to nie kolejna wersja tego popularnego komputerka, ale całkowicie nowe urządzenie. Co to za zwierz i z czym to się je?

Zaprezentowane kilka lat temu przez Intela urządzenia Compute Stick to nic innego jak miniaturowe komputery w kształcie (sporego) pendrive'a. Wyposażone w procesor, RAM, nośnik danych i porty, wymagały podłączenia do odbiornika, klawiatury i myszy - i mogliśmy się cieszyć pełnoprawnym komputerem, choć o stosunkowo niskiej wydajności. Na naszych łamach testowaliśmy urządzenia Intel Compute Stick wyposażone zarówno w procesory Atom, jak i CoreM.

Nie wiem jak wy, ale ja widuję urządzenia Compute Stick w biurach, czy też podczas wizyty u lekarza. Nieco odmiennym rozwiązaniem był również testowany u nas Intel Compute Card. Tym razem mieliśmy do czynienia z nieco wydajniejszym komputerem w formie karty, ale nie było to rozwiązanie dla typowego użytkownika, ale dla urządzeń smart i IOT, włączając inteligentne biura, domy, fabryki, sklepy i szkoły.

Intel Neural Compute Stick 2 - akcelerator dla programistów AI

Tymczasem Intel Neural Compute Stick (w aktualnej wersji 2 - wcześniej Movidius Neural Compute Stick) jest zupełnie czym innym, bowiem mamy do czynienia z miniaturową siecią neuronową przyśpieszająca działania na AI - czyli po prostu zestaw do uczenia maszynowego. O ile Intel Compute Stick był wyposażony w męski wtyk HDMI (to telewizora lub monitora) to Neural Compute Stick 2 podłączamy do portu USB (co najmniej w wersji 3.0).

Intel Neural Compute Stick 2 podczas pracy w pakiecie OpenVINO
Redaktor benchmark.pl programujący sztucznego czytelnika, który nie będzie hejtował w komentarzach (2020, koloryzowane)

Intel Neural Compute Stick 2 - specyfikacja

W środku tego małego urządzenia znajdziemy procesor Intel Movidius Myriad X Vision Processing Unit (VPU). Wykonany w 16-nanometrowej litografii charakteryzuje się bazowym taktowaniem 700 MHz i składa się z 16 programowanych shave cores i tzw. neural compute engine do sprzętowej akceleracji sieci neuronowej (deep neural network). Intel twierdzi, że druga wersja Neural Compute Sticka może być do 8 razy bardziej wydajna od pierwszej (w takich zastosowaniach jak detekcja, czy analiza obrazu). Jako, że nie mieliśmy w rękach pierwszej edycji, pozostaje nam wierzyć na słowo.

Dodać należy, że urządzenia można łączyć - tzn. podłączając do komputera dwa, trzy, czy cztery Neural Compute Sticki zwiększamy możliwości obliczeniowe.

Intel Neural Compute Stick 2 - niewielki i wpinany do portu USB

Intel Neural Compute Stick 2 - konfiguracja

Powiedzmy sobie szczerze - warstwa sprzętowa, nawet najbardziej udana, to nie wszystko. Urządzenie jest proste, wystarczy je wetknąć do portu USB, ale zdecydowanie nie jest to produkt plug-and-play. Co nam będzie potrzebne?

  • pakiet języka programowania Python (w wersji 64-bit)
  • pakiet CMake (w wersji 64-bit)
  • pakiet Microsoft Visual Studio
  • i na koniec pakiet OpenVINO - dla Windows (+ FPGA), Linux (Ubuntu, CentOS, Yocto + FPGA) oraz macOS

Jeśli na koniec OpenVINO podczas instalacji nie zgłosi żadnych braków (jeśli zgłosi - zabierzmy się za aktualizację poprzednich pakietów), można przejść... do dalszej części konfiguracji z wykorzystaniem linii komend (CMD).

Konfiguracja jest omówiona dość szczegółowo na stronie Intela, ALE - w moim przypadku od czasu do czasu instalacja różnych składników wywalała błąd i trzeba było kombinować co jest nie tak. Całość zajęła mi zdecydowanie zbyt wiele czasu. Może warto pomyśleć o wprowadzeniu jednego instalatora, który szybko i  bezboleśnie pozwoli nam przejść przez proces konfiguracji? W tym momencie dokumentacja zdecydowanie nie jest "developer friendly".

Na koniec, gdy obetrzemy pod z czoła możemy skorzystać z przykładów (sposób ich uruchomienia również jest omówiony na stronie Intela) i zobaczyć na jakie przyśpieszenie możemy liczyć wykorzystując CPU, GPU, czy też VPU (Neural Compute Stick).

Test Neural Compute Stick
Jeśli (jeszcze?) nie masz Neural Compute Sticka może sprawdzić w działaniu CPU, czy zintegrowaną grafikę Intela

Intel Neural Compute Stick 2 - do czego można go użyć?

Do programowania kamer, robotów, dronów, smart domów, AR/VR i innych urządzeń IOT. Dzięki wsparciu akceleratora od Intela można choćby szybciej wykrywać i analizować "widziane" obiekty oraz odpowiednio reagować. I to wszystko oczywiście offline, bez konieczności korzystania z rozwiązań w chmurze.

Intel Neural Compute Stick 2 można z powodzeniem połączyć choćby z Raspberry Pi (zainteresowani mogą zerknąć do dokumentacji Intela), dodać kamerę i zacząć programować własną inteligentną kamerę. Możliwości są praktycznie nieograniczone.

Intel Neural Compute Stick 2 w pudełku

Cena Intel Neural Compute Stick 2 - czy warto kupić?

Aktualnie znaleźliśmy tylko jeden polski sklep, w którym można dostać Intel Neural Compute Stick 2 - w cenie 375 złotych. W niemieckim Amazonie nowe sztuki można znaleźć za 75 euro. Dla osób które chcą bawić się w programowanie AI, a chcących znacznie zwiększyć możliwości obliczeniowe nie jest to więc jakiś specjalnie wygórowany wydatek.

Jeśli macie jakieś doświadczenia w korzystaniu z Intel Neural Compute Stick 2 lub podobnych rozwiązań, nie omieszkajcie podzielić się z nami w komentarzach!

Może cię również zainteresować:

Komentarze

9
Zaloguj się, żeby skomentować
avatar
Dodaj
Komentowanie dostępne jest tylko dla zarejestrowanych użytkowników serwisu.
  • avatar
    Czytam sobie artykuły tutaj od bardzo dawna, ale specjalnie założyłem konto żeby powiedzieć jak bezużyteczne jest to urządzenie. Kupiliśmy je z pracy do przetestowania możliwości i czy miałoby to jakiś sens w naszych urządzeniach. Niestety, (co jest wspominanie w artykule ;) ) dokumentacja to jest jakiś żart, połowa rzeczy jest tam inna niż opisana. Natomiast cały framework OpenVINO nie nadaje się do niczego użytecznego, bardzo ograniczony bez prawie żadnego community. Na tym akceleratorze oczywiście nie da się uruchomić innego frameworka (przynajmniej prosto się nie da). Praca która trzeba wykonać żeby zrobić coś działającego jest tutaj zupełnie niewspółmierna do rezultatów, akceleracja to jest na prawdę żart. Ktoś niżej napisał ze ile można otrzymać z takiej małej mocy jak ma zasilanie z USB 3.0 (nie rozumiem czemu dostał tyle minusów) i mimo ze są układy (np FPGA) które potrafią wykonywać rownolegle obliczenia przy bardzo małym poborze to wynalazek intela do tego nie należy. Efekty na rpi to było uwaga zwiększenie frame-ratę o 100% dla rozpoznawania obrazów 2D ale 2fps > 4fps. Dla wszystkich chcących kupić polecam nvidia Jetson nano - 99$ a zawiera od razu procesor arm + rdzenie CUDA i mimo, ze niektóre biblioteki wymagają kompilacji ze źródła to działa to o niebo lepiej.
  • avatar
    "pod z czoła"...
  • avatar
    Czy można podłączyć 10 tych mini komputerów do komputera stacjonarnego zwiększając jego wydajność , o ile to coś zwiększy ?
    -2
  • avatar
    Nie rozumiem próby promowania tego produktu na rynku konsumenckim. Do profesjonalnego się nie nadaje ?? Właściwie do czegoś się to urządzenie nadaje ?? USB jest w stanie zapewnić szalone 2,5W zasilania (tak wiem, że może więcej, ale takie urządzenia projektuje się raczej pod najniższe standardy). Te szalone 2.5W, nie napawa pozytywnie do myślenia o wydajności tego ustrojstwa.
    -6