Vedo

La piccola fotocamera AI JeVois-Pro è stata introdotta lo scorso anno con un processore Amlogic A311D con una NPU 5 TOPS integrata e supporto per una scheda Intel Myriad X o Google Edge TPU M.2, tutto in una scatola compatta da 50x50x45 mm.

L'azienda è ora riuscita a procurarsi alcuni moduli M.2 A+E 2230 Hailo-8 che offrono fino a 26 TOPS di prestazioni AI e sta vendendo la fotocamera ultracompatta JeVois-Pro per il deep learning con l'acceleratore Hailo-8 per $ 599. offrendo fino a 31 TOPS una volta inclusa la NPU 5 TOPS integrata.

Non esaminerò nuovamente le specifiche complete, ma in poche parole, si tratta di una fotocamera progettata per progetti di robotica, alimentata da un processore Amlogic A311D hexa-core Cortex-A73/A53 con 4 GB di RAM, un socket per scheda microSD per il sistema operativo e dati e un sensore Sony IMX290 Starvis da 2 MP.

Dato che il sistema è abbastanza compatto e l'acceleratore AI abbastanza potente, ho chiesto all'azienda eventuali problemi termici e abilitano la ventola per impostazione predefinita quando viene rilevato Hailo-8:

Finora, la temperatura è buona, la scheda Hailo segnala tipicamente circa 50°C quando accendiamo la ventola alla massima velocità. Lo impostiamo come predefinito quando viene rilevata una scheda Hailo, perché non abbiamo ancora un modo semplice per far sapere al driver della ventola qual è la temperatura di Hailo (forse Hailo può aggiungere temperature in qualche voce /sys/class/ in futuro ). Anche se la nostra ventola si trova sul lato opposto del case, genera comunque un flusso d'aria sufficiente per raffreddare la scheda hailo di 10~15°C quando è accesa o spenta. Se le cose peggiorassero in futuro, abbiamo già un connettore per una seconda ventola sulla nostra scheda principale, quindi spediremo una parte anteriore del case modificata con una piccola ventola da 25 mm che soffia direttamente sull'acceleratore neurale (oltre alla ventola da 40 mm nella Indietro).

Il sistema può eseguire reti piuttosto grandi come un YOLOv7 640×640 completo a 11,5 fps, o il più piccolo YOLOv5m 640×640 a 40 fps, resnet-50 a 228 fps, ed è molto più capace rispetto a quando è dotato di un Google Coral TPU Edge che è in grado di gestire solo piccole reti Mobilenets e simili. Possiamo verificare le capacità della fotocamera con il modulo Hailo-8 nel video qui sotto.

JeVois ha anche rilasciato alcuni benchmark utilizzando CPU, Amlogic NPU, Coral Edge TPU e l'acceleratore Hailo-8. Ma nota che quellii risultati NON rappresentano la prestazione massima di questi acceleratori e si ottiene solo con l'unità Jevois-Pro a causa delle sue limitazioni. Questi includono un'interfaccia PCIe x1 (Hailo supporta PCIe x4), il processore è più lento rispetto ad altri sistemi di test, e il chip Myriad X compatibile con USB 3.0 è collegato solo tramite un'interfaccia USB 2.0. Ecco perché potresti vedere numeri più alti o più bassi per l'acceleratore AI Hailo-8, Myriad X o Coral Edge su altri sistemi.

I test di classificazione utilizzano immagini RGB 224×224 mentre Detect (YOLO) testa immagini RGB 640×640. Purtroppo un confronto diretto tra i vari acceleratori non è possibile poiché la maggior parte dei benchmark sono diversi e/o con input diversi.

Jean-Luc ha avviato CNX Software nel 2010 come impresa part-time, prima di lasciare il suo lavoro di responsabile dell'ingegneria del software e iniziare a scrivere notizie quotidiane e recensioni a tempo pieno più tardi nel 2011.

Supporta il software CNX! Dona tramite criptovalute o diventa un Patron su Patreon

Post correlati: