现在的位置: 首页评测>正文

树莓派+Movidius NCS神经计算棒=2018年最佳的AI学习平台?

2018年02月07日 作者: 5 28,621+ 1

有人说,树莓派 + Intel Movidius NCS神经计算棒的组合将是2018年最佳的AI学习平台,你怎么看?

笔者先来说说自己的看法吧,前段时间玩了Up Squared Board + Movidius NCS神经计算棒的组合(其实私下我比较习惯叫它神经棒或者棒子,简洁、顺口),说实话,体验下来还不错,但也是因为没有太深入的缘故,所以部分不足之处当时未发现或者直接忽略了,这次趁着体验树莓派3B与神经计算棒组合的机会,来更深入的分享下这玩意,顺便也补充下之前未提到的NCS存在的一些缺点。当然,本文也将在结束的时候重点对比下树莓派3B与神经计算棒的组合以及Up Squared Board与神经计算棒的组合各自的优缺点,是不是对结果很感兴趣?

为便于大伙更深入的了解Movidius神经计算棒,在开始本文之前,笔者先强调两件重要的事。

首先就是为何我要使用Movidius NCS神经计算棒?

用于推理加速?那各大巨头的云服务岂不是更靠谱?这里就要扯出一个数据,1ms,这是一个关键的参数,这是人的反应时间,这是今后AI、5G通信允许的标准延迟时间。有人说,通过云端的推理不更好?首先你要明白一个道理,云端传输靠联网,在保证网络顺畅的时候你还要考虑到其它问题,比如距离,一辆自动驾驶的汽车在上海,而如果云端服务器在北京甚至更远,大概可以算一下,以光速传播的讯号从终端到云端再返回终端一个来回至少也需要20ms,假设你的汽车以120公里每小时的速度前行,从检测到判断通过云端的结果使你比本地处理需要更久的时间才能停下(例子是以理想状态,同志们不用过分解读),NCS就是将这种推理工作带到了本地终端处理,而不需要通过云端,降低延迟,这也是即便云端推理再强悍,边缘计算也有其独特的优势。

第二个事,NCS不适合训练,因为在性能上还是无法跟目前强大的GPU/ASIC等相比,只适用于现有的、或者你已经开发好、训练好、并且编译完成的模型,进行推理加速的功能。NCS内部的主要器件即为视觉处理单元VPU,特点可以参考GPU,其实强调的也就是它并行处理图像的能力,也因此,你也可以以两根棒子,三根棒子,甚至更多的棒子组合做加速推理,这跟堆GPU还是挺像的,所以其实它的应用范围已经限定的非常明确,就是那些需要处理器大量视频或者图像数据的如无人机上的拍摄/智能避障、智能监控设备、机器视觉等产品,而它的优势在于处理这些东西的时候能保证较低的功耗,非常适合移动设备,这也是那些性能虽强悍,但功耗也极大的GPU、ASIC等芯片无法触及的领域。

明白这两点后,我们就可以愉快的往下走了。

树莓派3b+Movidius NCS组合

先谈下目前树莓派最新版3B与NCS的组合,如果只看表面,大家会觉得很“般配”,一个小巧、用的人多、生态圈广的Linux计算机平台,一个目前人工智能领域中非常火的便携式深度学习推理加速棒,组合到一起很完美?

但真正搭配在一起使用时你会发现有不少问题,甚至有些问题目前还无解。

首先从物理层面来说,连接上神经棒后的树莓派的其它USB接口被“占用”,这个指空间占用(见下图)。了解树莓派的都知道,树莓派3B的4个USB HOST接口由于是通过USB HUB芯片扩展出来的,而且为了迎合小巧的机身,所以很自然都集中在一起分布,原本没什么,但是在你插上Movidius NCS后你会发现一件很糟糕的事情,其它几个USB接口基本被挡着了。

rpincs-15

所以如果使用树莓派3b+Movidius NCS的组合,你首先要学会插上神经棒的正确姿势,如下图所示,将神经棒插在上层的USB接口的话,你还能勉强使用下边两个没有太多扩展外型的USB线缆,但也仅此而已,最好的方式还是要配一个USB HUB集线器,为什么?因为后面实际学习的时候你会发现不少案例会需要两根、甚至更多神经棒的组合(为什么需要两根?将在下文实际运行demo测试时解释)。

rpincs-21

当然,这以上不算什么麻烦事,喜欢玩树莓派的这种小事都能克服,下面使用过程中出现的问题才是重点。

文章分页: 1 2 3 4

发表评论
评论 ( 5 )
收起评论
  • 第二十九代丐帮帮主

    这么说只买Movidius NCS也能玩呀

    2018年02月07日  16:57:36
  • robe.zhang

    这文章太好了,来的太及时了

    2018年02月08日  11:29:27
  • pppsb

    c67f13625bbe961a688dd829aadac21b是什么意思

    2018年02月10日  11:21:01
  • gl1457960

    8965c968f10ace9290fe818571123ac2 新年快乐

    2018年02月25日  19:37:54
  • Teardown

    注意:这篇文章发布的时候树莓派不支持最新版本的tensorflow,目前树莓派和google有合作,专门做了支持树莓派的tensorflow,具体实现方式可以查看
    http://www.eeboard.com/evaluation/rpitensorflow/

    2018年10月11日  13:37:48

相关文章

有了人工智能的帮助 探索太空效率是否能提高10倍?

据SingularityHub报道,太空探索中的人工智能(AI)正在蓄势待发。在未来几年里,当我们前往彗星、卫星和行星,并探索在小行星上采矿的可能性时,新的任务看起来可能会得到AI的巨大帮助。欧...

AI的过去、现在和未来,又将何去何从?答案或许并不模糊!

严格来说,“他们”不是人类,“他们”形态万千,但他们的背后,都有一个共同的名字——人工智能(AI)。没人想到,30年前,这样的未来生活还只能为少数智者所窥见,10年前,科幻电影开始展示这样...

从芯片到人工智能,谁给华为“通吃”的底气?

在10日开幕的2018华为全联接大会上,华为首次完整地披露了AI(人工智能)战略,不仅首发了两颗AI芯片,还对传闻中的“达芬奇项目”进行了解读。

人工智能想要统治世界?都还早着呢

AI拥有不可思议的潜力,这一点毋庸置疑。但这项技术仍处于起步阶段,也不存在什么AI超级大国。如果按新闻报道判断,人们很容易就会相信世界很快将会被人工智能(AI)所统治。中国风投人士李...

关于华为昇腾芯片的关键问题,答案都在这里!

华为昨日在上海举办了一场特殊的全链接大会,完整地公布了华为人工智能战略,也公开了“达芬奇项目”,并且重磅发布了Ascend(昇腾)系列两款AI芯片,震惊业界。那么昇腾芯片具体规划是怎样的...