最近 Movidius 芯片的出场率越来越高了。DJI 最新无人机的回避障碍功能、FLIR 最新温度镜头自动辨识火灾中的人——这些都是透过神经网络的深度学习实现的。公司还与 Google 签订了合约,将芯片融入一个未公布的神秘产品中。现在,这家芯片制造商出了新产品,据称可以将强大的深度学习带给任何人:一款名为 Fathon 神经计算棒的 USB。
Fathon 配有 Myriad 2MA2450 VPU,搭配 512MB 的 LPDDR3 RAM。之前说到的 DJI 和 FLIR 产品就是装配了 Myriad 2 芯片,可以同时搞定许多进程。因为它是专门为此设计的——架构与 GPU 和 CPU 非常不同,它不需要很大的电量就能提供很大的能量。它可以搞定最高 150 gigaFLOPS(一个 gigaFLOPS 代表每秒 10 亿次浮点操作),只耗费不超过 1.2 瓦的电量。
与 Tegra 的深度学习方法不同的是,Fathom 不是一个单独的系统。这个概念是,你用 USB 3.0 界面将它插入任何运行 Linux 的系统,就能得到“20-30 倍的神经计算运行提升”。你可以用 Fathom 来快速做出神经网络原型,一旦你准备好行动,就能获得大得多的计算力。
当然,这是神经网络,所以这并没有那么简单。Fathom 接受 Caffe 和 TensorFlow 定义的网络(两个在深度学习领域很流行的框架)以及它们的数据库。你需要使用一个 Movidius 工具来在 Myriad 2 芯片上执行网络,它会自动运行并获取电量。乍一看这挺像 CUDA 和 cuDNN(NVIDIA 将神经网络交给图像卡的系统)。但是,Fathom 的亮点在于,当你手头没有华丽的昂贵图形卡和处理器,你就还是可以使用人工智能。
Fathom 是个特别的设备。如果你试过使用马力不足的机器来跑即使是基础的神经网络,你会发现,慢死了。目前,最好的方式是基于云端的系统,使用远方的计算能力。能够给一个常规笔记型电脑增加一个不错的计算能力,这能大大降低打造一个神经网络的成本。
(Source:TechCrunch)
从本质上来说,这意味着插入 Fathom 的设备可以认知性地、或者说智慧地产生回应,基于它在镜头所见的内容(透过计算视觉)或者它从另一个来源处理的资料。
除了计算棒本身,Movidius 还打造了一个名为“Fathom 深度学习软件框架”的软件,让你可以最佳化和编译算法,能用超低电量在 Myriad 2 上运行。例如在计算视觉里,Movidius 说它可以每秒运行16个图像,在最高马力运行也只使用一瓦电量。另外,还有很多认知领域可以应用。
(Source:YouTube)
但是 Fathom 的潜力还远不只这些。在机器人、无人机和创客领域都能大显身手。例如说,你可以给无人机的镜头编入程式,可以辨识着陆地面是否平稳、扎实。又例如,将 Fathom 接上 Raspberry Pi,你可以给 GoPro 加入非常高级的电脑视觉能力。如果你脑洞再大一点,还能想到更多智慧、小型、低耗能的实际应用:智慧飞行、能感知情况的安全镜头、更小的自动驾驶设备、新级别的语音辨识。大小和电量的因素,还让可穿戴和 VR 等互动性装备都可以应用(虽然不是直接插 USB,但是可以找到其他融入的方式)。由于电脑视觉是支援 AR 的关键之一,以极小耗电量增强电脑视觉能力,我认为这种硬件可以在该领域内有很多发展可能。公司长远的目标,当然是说服更多的制造商将 Myriad 芯片加入到他们的设备中,但是 Fathom 这样的神器是非常重要的一步。
▲ DJI 的障碍回避功能是由 Fathom 同样的芯片支援。(Source:Engadget)
这在 AI 圈子里获得了积极回响。Facebook 的人工智能负责人Yann LeCunn 博士说,他“一直希望可以有类似 Fathom 这样的东西……有了 Fathom,每个机器人,不管大小,现在都可以有最尖端的视觉能力。”不过,Google 的 AI 技术领导人 Pete Warden 说,“要在设备内调试和运行这些复杂的神经网络,Fathom 还有很长的路要走。”
除了公司已经在合作的 Google 、FLIR 等大客户以外,中小型企业也可以为自己的项目获得更强的计算能力,Fathom 做为一个附加模组可以为他们打开新的市场空间。
目前公司有 1,000 件设备,免费送给符合标准的客户和研究员。虽然一些机构正在签收他们的 Fathom,这款设备在第四季之前还不会公开发售。现在还没有固定价格,但是据称,价格会在 100 美元以内。
- Artificial intelligence now fits inside a USB stick
- Plug the Fathom Neural Compute Stick into any USB device to make it smarter
(本文由 雷锋网 授权转载;首图来源:Engadget)