为了降低云端运算工作负载,实现更多创新应用,边缘运算需求与日具增,应用开发商纷纷与半导体业者皆积极将深度学习或机器学习导入前端设备,希望使前端装置也有人工智能的能力,而这过程中也有许多挑战须克服。
英特尔资深副总裁暨物联网事业群总经理Tom Lantzsch表示,以往企业在导入深度学习技术上遇到许多困难,不论交通运输、智能城市、健康照护、零售与制造业,都需要专业知识、种类广泛的多样化装置与具扩充性的解决方案,以进一步发展深度学习。而新推出的视觉加速器设计产品可提供更多选择与弹性,加速AI边缘运算发展,以产出更多即时性资讯。
据悉,新发布的视觉加速器设计产品运作方式,是将AI推论的工作负载转移至Movidius视觉处理晶片阵列,或高效能Intel Arria 10 FPGA的专属加速卡上;且开发者可透过OpenVINO工具套件,将Intel CPU与Intel内建GPU上的深度学习推论应用与设计成果,轻易延伸至这些全新的加速器设计之中,借此节省时间与费用。
英特尔指出,用此一视觉解决方案的企业,不论是在数据中心、现场部署伺服器或于边缘装置内采用深度学习人工智能应用,深度学习推论加速器皆可扩充至其需求程度。
此外,英特尔也透露,相较于Discrete GPU,新推出的视觉加速器产品优势在于封装小,可用于体积小的边缘设备,且功耗更低(约10~20瓦);同时为了因应市场多元的应用,不仅是新发布的Movidius视觉处理器和Arria 10 FPGA以OpenVINO为基础外,其余产品线如XEON、CORE i7和ATON等,也都支援OpenVINO,让开发者依据自身需求选择合适的晶片,打造具深度学习功能的边缘装置。