Presentado en formato de HAT para la arquitectura de la popular Raspberry Pi, el acelerador de IA K210 incluye código fuente y ejemplos para ayudar a construir una red neuronal.
XaLogic anuncia si nuevo acelerador para tareas de inteligencia artificial, el K210, el cual se presenta en forma de añadido (HAT) para la popular plataforma hardware Raspberry Pi.
El tipo de aplicaciones para las que se diseñó son las que operan en el borde de la red (edge), como las de visión por computadora, facilitando su desarrollo incluso en cuestión de minutos (según afirman desde XaLogic) en vez de en meses.
Utiliza el procesador Kendryte K210 AI que proporciona un rendimiento de 0,5 TOPS (Tera Operaciones Por Segundo) y está pre-entrenado, de forma que permite añadir funcionalidades de visión artificial mediante el deep learning a la cámara basada en RPi, omitiendo el tedioso flujo de entrenamiento de sus propias redes neuronales.
El acelerador de IA K210 es tan simple de utilizar que incluso podemos hacerlo sin tener conocimiento de cómo entrenar un modelo, mediante un módulo plugin junto a modelos pre-entrenados mediante unas pocas llamadas a la API en Python.
En el momento de escribir estas líneas, se encuentran disponibles módulos pre-entrenados para detección de objetos (personalizable), para detección de rostros, para la estimación de género y edad, para órdenes de voz simples, y para la detección de vibraciones anormales. En el futuro próximo, llegarán más y diversos módulos.
Otras posibilidades para el diseño
También disponemos de la posibilidad de desarrollar nuestro propio módulo, entrenándolo mediante un ordenador que disponga de una GPU de NVIDIA. Desde XaLogic recomiendan el uso de TensorFlow para ello, y proporcionan un ejemplo para entrenar el modelo de detección de objetos.
La herramienta de conversión Kendryte KModel ofrece soporte para TFLite, Caffe, y soporte limitado para el formato ONNX. Utilizando el Visual Studio Code para Raspberry Pi y la toolchain para K210, desarrollando firmware para este último y para la misma Raspberry Pi.
El HAT de aceleración dispone de un elemento seguro Trust-M de Infineon en placa, que permite establecer una conexión segura a los servicios en la nube de Amazon (AWS) a través de MQTT sin exponer la clave privada. Este particular es importante cuando se están desplegando dispositivos de la IoT sobre el terreno.
Los esquemas, el código fuente en C y todo el código que se ejecuta en la Raspberry Pi es abierto, mientras que los modelos pre-entrenados se entregan en formato binario. También hay disponibles proyectos Tensorflow y Caffe como apoyo a la creación de redes neuronales.
Tienes más información en esta página de Crowd Supply: https://www.crowdsupply.com/xalogic/k210-ai-accelerator
