Карта, направленная на ускорение глубокого обучения на базе Zynq UltraScale+ Arm FPGA FZ3, поддерживает инструменты Baidu Brain AI


Карта MYIR FZ3 — это плата, направленная на ускорение глубокого обучения, на базе Xilinx Zynq UltraScale + ZU3EG Arm FPGA MPSoC, обеспечивающая до 1,2 TOPS для продуктов искусственного интеллекта на основе открытой платформы Baidu Brain AI.

Карта FZ3 также имеет 4 ГБ ОЗУ, 8 ГБ флэш-памяти eMMC, порты USB 2.0 и USB 3.0, Gigabit Ethernet, выход DisplayPort (DP), интерфейс PCIe, MIPI-CSI и многое другое.

Спецификации карты MYIR FZ3:

  • SoC – Xilinx Zynq UltraScale+ XCZU3EG-1SFVC784E (ZU3EG) MPSoC
    • Процессор с четырьмя ядрами Arm Cortex-A53 с частотой 1,2 ГГц
    • Процессор с двумя ядрами Arm Cortex-R5 с тактовой частотой 600 МГц
    • Arm Mali-400MP2 GPU
    • Матрица FPGA
  • Системная память – 4 ГБ DDR4
  • Хранилище — 8 ГБ флэш-памяти eMMC, флэш-память QSPI 32 МБ, EEPROM 32 КБ, слот для карты MicroSD
  • Видеовыход — 1x Mini DisplayPort до 4Kp30
  • Камера
    • 1 х интерфейс MIPI-CSI (25-контактный разъем FPC с шагом 0,3 мм)
    • 1 х BT1120 интерфейс камеры (32-контактный разъем FPC с шагом 0,5 мм)
  • Возможность подключения — 1x Gigabit Ethernet
  • USB – 1x хост порт USB 2.0, 1x хост порт USB 3.0
  •  Расширение
    • 1 х интерфейс PCIe 2.1 (1 полоса)
    • Два интерфейса расширения ввода-вывода с шагом 2,54 мм, 2 × 20-контактный, до 1x CAN, 1x RS485, 2x хост порта USB 2.0, 12x пар HD_IO, 8x пар HP_IO, 4x PS_MIO
  • Отладка — 1 х мини-порт USB-UART, 6-контактный разъем JTAG
  • Разное — индикатор питания, 4 х индикатора состояния (2 х красных, 2 х зеленых), кнопка сброса FPGA, кнопка сброса системы, разъем для батареи RTC (рекомендуется батарея AG2 или LR41), радиатор и вентилятор
  • Электропитание — 12В / 2А
  • Размеры — 100 х 70 мм (12-слойная печатная плата)
  • Диапазон температур — -40 ° C ~ 85 ° C

Плата выглядит больше как одноплатный компьютер (SBC). Чем то, что мы обычно называем «картой», поскольку это Linux SBC со встроенными ядрами Arm и матрицей FPGA.

Карта FZ3 работает под управлением PetaLinux и поддерживает платформу глубокого обучения AI Baidu PaddlePaddle, а также инструменты AI Baidu Brain, такие как EasyDL, AI Studio и EasyEdge. Они позволяют разрабатывать приложения для глубокого обучения, такие как интеллектуальные камеры, встроенные компьютеры AI Edge, искусственные роботы, интеллектуальные машины, интеллектуальные электронные весы, автономные UAV и многое другое.

Архитектура программного обеспечения FZ3

Мы никогда раньше не слышали о механизме машинного обучения Baidu PaddlePaddle (PArallel Distributed Deep LEarning), хотя, он был выпущен в 2016 году, и компания говорит, что Baidu Brain предлагает более 228 возможностей AI более чем 1,5 миллионам разработчиков.

Baidu недавно выпустила Paddle Lite 2.0, предназначенную для логического вывода на мобильных устройствах, встраиваемых устройствах и IoT-устройствах, совместимую с PaddlePaddle и предварительно обученными моделями из других источников, а также поддерживает FPGA-модули.

Карта MYIR FZ3 продается за 259 долларов США как часть комплекта с адаптером питания 12 В / 2 А, картой MicroSD на 16 ГБ, кабелем mini USB, кабелем Mini DP to HDMI и диском продукта. Она также будет продаваться отдельно, но цена не указана.

Это довольно высокая цена за систему, предоставляющую всего 1,2 TOPS, учитывая Orange Pi 4B SBC с Rockchip RK3399 SoC и NPU Gyrfalcon Lightspeeur SPR2801S, предоставляющую до 2,8 TOPS, можно купить за 70 долларов. Плата в основном интересна людям, специально желающим протестировать и оценить инструменты Baidu PaddlePaddle и Brain AI, или, в качестве альтернативы, разработчикам, которым нужна относительно доступная плата Zynq UltraScale + ZU3EG.

Более подробную информацию и ссылку для покупки можно найти на странице продукта.

Выражаем свою благодарность источнику из которого взята и переведена статья, сайту cnx-software.com.

Оригинал статьи вы можете прочитать здесь.

5 1 vote
Article Rating
Подписаться
Уведомление о
guest

Этот сайт использует Akismet для борьбы со спамом. Узнайте как обрабатываются ваши данные комментариев.

0 Комментарий
Inline Feedbacks
View all comments