XaLogics 采用 K210 SoC 的 AI 加速器配备双核 RISC-V AI 处理器,其功耗低于竞争对手的 Coral USB 加速器和英特尔神经计算棒 2。
对于初学者来说,这是一种经济高效的解决方案,因为它配备了带有开源软件的预训练 ML 模型。因此,预计它将获得社区的大力支持。AI 加速器具有类似于 Raspberry Pi Zero 的紧凑外形,因此可以灵活地使用具有 40 针连接器的各种其他板。
K210 AI Accelerator 是 Raspberry Pi 的附加组件。紧凑的 Raspberry Pi HAT 使用 Kendryte K210 AI 处理器,可以执行 0.5 TOPs(每秒 Tera 操作)进行深度学习计算。该 SoC 采用带有 FPU 的 64 位双核 RISC-V 处理器。SHA256 和 128 位 AES 加速器提供片上安全性。
K210 AI Accelerator 带有预训练模型,可用于非常快速地将机器视觉功能添加到基于 RPi 的相机中。它还支持一个插件模块,可以使用 Python API 将 AI 功能添加到相机。这减少了训练神经网络的繁琐过程。预训练模型包括可定制的对象检测、人脸检测、年龄和性别估计、简单的语音命令和振动异常检测。
如果您不想使用预训练模型,则可以单独训练自己的神经网络,例如使用 Nvidia GPU。该公司使用 TensorFlow 进行训练,并将提供一个示例来说明如何训练您自己的对象检测模型。K210 AI Accelerator 支持 Kendryte KModel 转换工具,兼容 TFLite、Caffe 和 ONNX 格式。
K210 AI 加速器的安全软件支持
使用 Visual Studio Code 和 K210 所需的工具链,可以在 Raspberry Pi 上完成 K210 固件的开发。K210 AI 加速器采用 Infineon Trust-M 作为其云安全芯片。这可以通过 MQTT 与 AWS 建立安全连接,而不会泄露私钥。用于将 IoT 设备连接到云的协议为每个 IoT 设备提供了自己的唯一身份。这种预先个性化的解决方案允许快速访问云所需的安全和集中配置。
K210的原理图C代码和运行在“树莓派将开源”的程序。前面讨论的预训练模型以二进制形式存在。该设备的外形类似于 Raspberry Pi Zero HAT。该公司在去年推出了类似外形的 XAPIZ3500。
结论
您可以在Crowd Supply 页面找到 K210 AI 加速器、Coral USB 加速器和英特尔神经计算棒 2 之间的对比表。很明显,K210 Ai 加速器更便宜,并且具有 0.3 W 的低功耗额定值。
但是,与其他 NPU 相比,NPU 的性能稍逊一筹,但整体功能弥补了这一因素。
审核编辑:郭婷
全部0条评论
快来发表一下你的评论吧 !