- Advertisement -
此一解決方案包含Intel Movidius視覺處理器與Intel Arria 10 FPGA，皆以OpenVINO軟體工具套件為基礎，提供開發者在多種Intel產品中使用進階的神經網路效能，在物聯網裝置中運行更具成本效益的即時影像分析和智慧化功能。
為了降低雲端運算工作負載，實現更多的創新應用，邊緣運算需求與日俱增，應用開發商與半導體業者皆積極將深度學習或是機器學習導入前端設備，希望使前端裝置也具備人工智慧的能力，而這過程中也有許多挑戰須克服。
英特爾資深副總裁暨物聯網事業群總經理Tom Lantzsch表示，以往企業在導入深度學習技術上遇到許多困難，各種產業都需要專業知識、種類廣泛的多樣化裝置與具擴充性的解決方案，以進一步發展深度學習。而新推出的視覺加速器設計產品可以提供更多的選擇與彈性，加速AI邊緣運算發展，以產出更多即時性資訊。
據悉，新發布的視覺加速器設計產品運作方式，是將AI推論的工作負載轉移至Movidius視覺處理晶片陣列或高效能Intel Arria 10 FPGA的專屬加速卡上；且開發者可透過OpenVINO工具套件，將Intel CPU與Intel內建GPU上的深度學習推論應用與設計成果，輕易延伸至這些全新的加速器設計之中，藉此節省時間與費用。
英特爾透露，相較於Discrete GPU，新推出的視覺加速器產品優勢在於封裝小，可用於體積小的邊緣設備，且功耗更低(約10~20瓦)；同時為了因應市場多元的應用，不僅是新發布的Movidius視覺處理器和Arria 10 FPGA以OpenVINO為基礎外，其餘產品線如XEON、CORE i7和ATON等，也都支援OpenVINO，讓開發者依據自身需求選擇合適的晶片，打造具深度學習功能的邊緣裝置。
