毫不夸張地說,人工智能(AI)幾乎可以用于工業(yè)領域的任何應用。隨著技術被推向物聯(lián)網(wǎng)的邊緣,使用數(shù)量大幅攀升。開發(fā)人員正在迅速部署其AI架構,這要歸功于Vecow等供應商的進步。
值得慶幸的是,必須手動編程AI設備的日子已經(jīng)過去了。因此,部署速度在提高,而成本在下降。雖然它變得越來越容易,但為特定的AI場景設計最佳模型仍然可能既耗時又具有挑戰(zhàn)性。
設計過程中最困難的部分是訓練AI模型以提供對象檢測,運動跟蹤和面部識別等核心功能。這種訓練可能會影響系統(tǒng)成本:部署的模型越高效,實現(xiàn)模型所需的資源就越少。
Vecow 的 VHub AI 開發(fā)人員采用集成解決方案,可縮短模型訓練時間,并為工程師開發(fā)基于邊緣的 AI 解決方案提供所需的資源。提供四個版本,從基于英特爾酷睿處理器的帶有英特爾 NUC(下一個計算單元)的入門套件,到為計算密集型應用提供英特爾酷睿 SoC 或英特爾至強處理器選擇的 Titan 套件。所有版本都包括一個標記工具、一個訓練平臺、一個推理解決方案,以及針對典型 Edge 用例的 200 多個預訓練模型。
基于邊緣的 AI 的完整框架
VHub AI 開發(fā)人員為基于邊緣的計算應用程序提供了完整的開發(fā)框架。對于經(jīng)驗豐富的開發(fā)人員來說,該套件相對容易部署,并且與大多數(shù)平臺兼容,并包括一組200多個可擴展的AI模型。這些模型涵蓋的應用程序包括目標跟蹤,面部識別和運動檢測等常見功能。
因此,系統(tǒng)集成商可以專注于開發(fā)和訓練AI模型,而不是花時間集成和維護整個AI框架。預先集成和預先測試的軟件工具進一步簡化了流程。
VHub AI 開發(fā)人員的四個不同版本有助于為特定應用程序提供硬件和軟件資源的最佳組合。VHD NUC 系列是一個基本的入門套件;VHD ECX-1000 PoER 系列部署套件帶來了豐富的 I/O 功能;VHD ECX-1400 PEG 系列部署套件引入了 GPU 計算引擎;VHD RCX-1520R PEG 系列泰坦套件可為大多數(shù)計算密集型應用提供更多的 GPU 功能。
在所有版本中,該框架都經(jīng)過集成和測試,進一步縮短了開發(fā)時間。此外,VHub AI開發(fā)者框架旨在保證穩(wěn)定的版本管理,因此設計不應該遭受版本控制問題,這在開源AI訓練工具中很常見。
使用案例
機器視覺和自動化是AI的兩個流行用例,因此也是VHub AI開發(fā)人員的兩個常見用例。智能零售和門禁控制也被突出采用。以下是該工具脫穎而出的原因:
機器視覺:效率和準確性對于工廠中有缺陷的零件進行分類至關重要。預裝的檢測 SDK 帶有 VPU 和 GPU 加速器,能夠以低成本實現(xiàn)高精度。
自動化:智能自動化集成了智能技術和服務來執(zhí)行關鍵任務。通過預安裝的自動化監(jiān)控 SDK,制造商可以提高生產(chǎn)力。
智能零售:零售商店需要了解和了解他們的客戶,以增加收入和盈利能力。預安裝的功能識別 SDK 可讓工程師捕獲性別、年齡范圍、客戶數(shù)量和店內行為,以創(chuàng)建有針對性的體驗。
訪問控制:安全性通常取決于僅向授權用戶授予訪問權限。使用面部識別,數(shù)據(jù)可以存儲在視覺庫中,以快速方便地批準或拒絕訪問。
審核編輯:郭婷
-
soc
+關注
關注
40文章
4635瀏覽量
230290 -
人工智能
+關注
關注
1821文章
50366瀏覽量
267060
發(fā)布評論請先 登錄
AI Ceph 分布式存儲教程資料大模型學習資料2026
HM博學谷狂野AI大模型第四期
黑馬-Java+AI新版V16零基礎就業(yè)班百度云網(wǎng)盤下載+Java+AI全棧開發(fā)工程師
[完結15章]Java轉 AI高薪領域必備-從0到1打通生產(chǎn)級AI Agent開發(fā)
AI大模型微調企業(yè)項目實戰(zhàn)課
AI模型訓練與部署實戰(zhàn) | 線下免費培訓
NVIDIA推出代理式AI藍圖與電信推理模型
數(shù)據(jù)傳輸拖慢訓練?三維一體調度讓AI任務提速40%
在Ubuntu20.04系統(tǒng)中訓練神經(jīng)網(wǎng)絡模型的一些經(jīng)驗
【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI的未來:提升算力還是智力
在K230中,如何使用AI Demo中的object_detect_yolov8n,YOLOV8多目標檢測模型?
Cognizant加速AI模型企業(yè)級開發(fā)
ai_cube訓練模型最后部署失敗是什么原因?
摩爾線程“AI工廠”:五大核心技術支撐,打造大模型訓練超級工廠
構建、訓練AI模型不必令人困惑且耗時
評論