なるほど

JeVois-Pro 小型 AI カメラは、5 TOPS NPU を内蔵した Amlogic A311D プロセッサを搭載し、Intel Myriad X または Google Edge TPU M.2 カードのサポートをすべてコンパクトな 50x50x45 mm ボックスに収めて昨年発表されました。

同社は現在、最大 26 TOPS の AI パフォーマンスを実現するいくつかの M.2 A+E 2230 Hailo-8 モジュールを入手することに成功し、Hailo-8 アクセラレータを搭載した JeVois-Pro 超小型深層学習カメラを 599 ドルで販売しています。内蔵の 5 TOPS NPU を含めると、最大 31 TOPS を実現します。

詳細な仕様については改めて説明しませんが、一言で言えば、ロボット工学プロジェクト用に設計されたカメラで、4GB RAM を搭載した Amlogic A311D ヘキサコア Cortex-A73/A53 プロセッサ、OS 用の microSD カード ソケット、およびデータ、および 2MP Sony IMX290 Starvis センサー。

システムは非常にコンパクトで、AI アクセラレータはかなり強力であるため、潜在的な熱の問題について同社に尋ねたところ、Hailo-8 が検出されるとデフォルトでファンが有効になったそうです。

これまでのところ、熱は良好で、ファンをフルスピードでオンにすると、Hailo ボードは通常約 50℃ になると報告します。 ファンドライバーに hailo の温度を知らせる簡単な方法がまだないため、hailo ボードが検出されたときにこれをデフォルトとして設定します (将来、Hailo は /sys/class/ エントリに温度を追加できるようになるかもしれません) ）。 ファンはケースの反対側にありますが、オン時とオフ時で hailo ボードを 10 ～ 15 度冷却するのに十分な気流を生成します。 将来状況がさらに悪化した場合は、メインボードに 2 番目のファン用のコネクタがすでにあるため、(本体の 40mm ファンに加えて) ニューラル アクセラレータに直接吹き付ける小さな 25mm ファンを備えた改造されたケース前面を出荷することになります。戻る）。

このシステムは、完全な YOLOv7 640×640 (11.5 fps)、または小型の YOLOv5m 640×640 (40 fps)、resnet-50 (228 fps) などのかなり大規模なネットワークを実行でき、Google Coral TPU Edge を搭載した場合よりもはるかに高性能です。小規模な Mobilenets ネットワークなどを実行できるのみです。 以下のビデオで、Hailo-8 モジュールを備えたカメラの機能を確認できます。

JeVois は、CPU、Amlogic NPU、Coral Edge TPU、Hailo-8 アクセラレータを使用したいくつかのベンチマークもリリースしました。 ただし、それらに注意してください結果はピークパフォーマンスを表すものではありませんこれらのアクセラレータの制限により、Jevois-Pro ユニットでのみ結果が得られます。 これらには、PCIe x1 インターフェイス (Hailo は PCIe x4 をサポート) が含まれており、プロセッサーは他のテスト システムよりも遅く、USB 3.0 対応の Myriad X チップは USB 2.0 インターフェイス経由でのみ接続されます。 そのため、他のシステムでは、Hailo-8、Myriad X、または Coral Edge AI アクセラレーターの数値が大きくなったり、小さくなったりする場合があります。

Classify テストでは 224×224 RGB 画像が使用され、Detect (YOLO) テストでは 640×640 RGB 画像が使用されます。 残念ながら、ほとんどのベンチマークが異なる、または入力が異なるため、さまざまなアクセラレータを直接比較することはできません。

Jean-Luc は、2010 年にパートタイムの仕事として CNX Software を立ち上げ、その後ソフトウェア エンジニアリング マネージャーとしての仕事を辞め、2011 年後半にフルタイムで毎日のニュースとレビューを書き始めました。

CNX ソフトウェアをサポート! 暗号通貨経由で寄付するか、Patreon でパトロンになる

関連記事：