El kit de desarrollo MLSoC de SiMa.ai contiene todo lo que necesita para evaluar, crear prototipos y demostrar sus aplicaciones de ML de visión artificial en la placa de desarrollo, utilizando el silicio diseñado específicamente para MLSoC de SiMa.ai que incluye. El kit de desarrollo combina una placa de desarrollo compacta basada en la placa de producción PCIe HHHL de SiMa, la cual ha sido modificada para exponer las interfaces utilizadas por los desarrolladores y permitir su funcionamiento de forma independiente en un entorno de laboratorio, así como la posibilidad de integrarla en una plataforma PCIe. Estas opciones de configuración, ya sea en banco de pruebas o en PC, ofrecen la flexibilidad necesaria para adaptarse a diferentes perfiles de desarrolladores.
Los desarrolladores desean poner en marcha las herramientas y el hardware rápidamente para poder evaluar y aprender sobre la nueva plataforma de ML en el borde (edge ML) de SiMa.ai. El kit de desarrollo proporciona un conjunto de componentes "listo para usar" que usted necesita, además de una guía para facilitar el proceso y permitir que los desarrolladores se concentren en su evaluación.
El primer paso que un desarrollador de ML querrá dar es establecer el rendimiento y la precisión del modelo de ML en una plataforma de destino y evaluar las capacidades, el tiempo y el esfuerzo necesarios para compilar los modelos de interés. Palette™ proporciona la cuantización y compilación del modelo del desarrollador utilizando el compilador de Palette. Utilice las herramientas de compilación y despliegue de imágenes de software de silicio de Palette para programar la placa de desarrollo. El kit de desarrollo ofrece la capacidad de ejecutar estas compilaciones y proporcionar indicadores clave de rendimiento (KPI) tales como: fotogramas por segundo (fps), latencia, precisión, % de carga de recursos informáticos y uso de memoria. Palette, que se ejecuta en un Docker en un escritorio, admite la compilación cruzada ARM con bibliotecas para generar código para el SoC, además de un conjunto de herramientas de compilación, prueba y despliegue de plataforma para crear aplicaciones de ML completas.
El siguiente paso que un desarrollador de ML querrá dar es integrar este modelo en una posible aplicación o caso de uso, incluyendo las funciones de preprocesamiento y posprocesamiento del modelo de ML. Para acelerar la fase de creación de prototipos, Palette añade la capacidad de codificar, compilar y evaluar rápidamente una canalización (pipeline) utilizando sus propios modelos de ML. Los desarrolladores pueden usar scripts de Python mediante las API de SiMa para la canalización funcional, evitando la compleja optimización integrada que a menudo se requiere para la ejecución en el dispositivo. Estas API vinculan su código Python con el entorno de ejecución del dispositivo y se ejecutarán en él como una canalización funcional completa. La función de compilación y despliegue con un solo botón carga esta imagen en la placa de desarrollo para su ejecución. Esta aplicación de prueba de concepto puede validar la funcionalidad de la canalización, además de servir como vehículo de demostración temprana.
Lleve rápidamente un flujo de datos en tiempo real a la plataforma, ejecute una canalización sobre este flujo de datos y visualice los resultados de rendimiento en tiempo real en el silicio MLSoC para demostraciones de casos de uso. Las canalizaciones de ejemplo de GStreamer incluidas en la versión de software de Palette se pueden ejecutar desde el primer momento para demostrar el rendimiento del streaming en tiempo real. Las canalizaciones de los clientes pueden aprovechar estos diseños que utilizan GStreamer para obtener una mayor utilización de los recursos informáticos y más fps. La placa de desarrollo procesa las canalizaciones y muestra los metadatos superpuestos en el PC host. Añada cámaras adicionales para proporcionar capacidades de procesamiento multicámara.
La placa de desarrollo MLSoC se basa en nuestra placa de producción PCIe de media altura y media longitud (HHHL), pero ha sido modificada para funcionar en un entorno de laboratorio con acceso a una placa versátil que utiliza el dispositivo System on Chip (MLSoC) de aprendizaje automático de SiMa.ai.
 Placa de desarrollo (HHHL) |
 Adaptador de corriente Tipo C y cable Tipo C a micro USB |
 Cable Ethernet |
 Cable UART a USB |
 Soporte de montaje PCIe |
Kit de Desarrollo 2 con paquete de cámara para demostrar canalizaciones de ML con GStreamer en tiempo real
No reviews yet. Be the first to share your experience!
For more discussion Click Here
Discover More In:
Category: View all Computadoras de placa única
Complete el siguiente formulario y nuestro equipo se pondrá en contacto con usted para ofrecerle precios por volumen.
El kit de desarrollo MLSoC de SiMa.ai contiene todo lo que necesita para evaluar, crear prototipos y demostrar sus aplicaciones de ML de visión artificial en la placa de desarrollo, utilizando el silicio diseñado específicamente para MLSoC de SiMa.ai que incluye. El kit de desarrollo combina una placa de desarrollo compacta basada en la placa de producción PCIe HHHL de SiMa, la cual ha sido modificada para exponer las interfaces utilizadas por los desarrolladores y permitir su funcionamiento de forma independiente en un entorno de laboratorio, así como la posibilidad de integrarla en una plataforma PCIe. Estas opciones de configuración, ya sea en banco de pruebas o en PC, ofrecen la flexibilidad necesaria para adaptarse a diferentes perfiles de desarrolladores.
Los desarrolladores desean poner en marcha las herramientas y el hardware rápidamente para poder evaluar y aprender sobre la nueva plataforma de ML en el borde (edge ML) de SiMa.ai. El kit de desarrollo proporciona un conjunto de componentes "listo para usar" que usted necesita, además de una guía para facilitar el proceso y permitir que los desarrolladores se concentren en su evaluación.
El primer paso que un desarrollador de ML querrá dar es establecer el rendimiento y la precisión del modelo de ML en una plataforma de destino y evaluar las capacidades, el tiempo y el esfuerzo necesarios para compilar los modelos de interés. Palette™ proporciona la cuantización y compilación del modelo del desarrollador utilizando el compilador de Palette. Utilice las herramientas de compilación y despliegue de imágenes de software de silicio de Palette para programar la placa de desarrollo. El kit de desarrollo ofrece la capacidad de ejecutar estas compilaciones y proporcionar indicadores clave de rendimiento (KPI) tales como: fotogramas por segundo (fps), latencia, precisión, % de carga de recursos informáticos y uso de memoria. Palette, que se ejecuta en un Docker en un escritorio, admite la compilación cruzada ARM con bibliotecas para generar código para el SoC, además de un conjunto de herramientas de compilación, prueba y despliegue de plataforma para crear aplicaciones de ML completas.
El siguiente paso que un desarrollador de ML querrá dar es integrar este modelo en una posible aplicación o caso de uso, incluyendo las funciones de preprocesamiento y posprocesamiento del modelo de ML. Para acelerar la fase de creación de prototipos, Palette añade la capacidad de codificar, compilar y evaluar rápidamente una canalización (pipeline) utilizando sus propios modelos de ML. Los desarrolladores pueden usar scripts de Python mediante las API de SiMa para la canalización funcional, evitando la compleja optimización integrada que a menudo se requiere para la ejecución en el dispositivo. Estas API vinculan su código Python con el entorno de ejecución del dispositivo y se ejecutarán en él como una canalización funcional completa. La función de compilación y despliegue con un solo botón carga esta imagen en la placa de desarrollo para su ejecución. Esta aplicación de prueba de concepto puede validar la funcionalidad de la canalización, además de servir como vehículo de demostración temprana.
Lleve rápidamente un flujo de datos en tiempo real a la plataforma, ejecute una canalización sobre este flujo de datos y visualice los resultados de rendimiento en tiempo real en el silicio MLSoC para demostraciones de casos de uso. Las canalizaciones de ejemplo de GStreamer incluidas en la versión de software de Palette se pueden ejecutar desde el primer momento para demostrar el rendimiento del streaming en tiempo real. Las canalizaciones de los clientes pueden aprovechar estos diseños que utilizan GStreamer para obtener una mayor utilización de los recursos informáticos y más fps. La placa de desarrollo procesa las canalizaciones y muestra los metadatos superpuestos en el PC host. Añada cámaras adicionales para proporcionar capacidades de procesamiento multicámara.
La placa de desarrollo MLSoC se basa en nuestra placa de producción PCIe de media altura y media longitud (HHHL), pero ha sido modificada para funcionar en un entorno de laboratorio con acceso a una placa versátil que utiliza el dispositivo System on Chip (MLSoC) de aprendizaje automático de SiMa.ai.
| Placa de desarrollo (HHHL) |
Adaptador de corriente Tipo C y cable Tipo C a micro USB |
Cable Ethernet |
Cable UART a USB |
Soporte de montaje PCIe |
Kit de Desarrollo 2 con paquete de cámara para demostrar canalizaciones de ML con GStreamer en tiempo real
No reviews yet. Be the first to share your experience!
For more discussion Click Here
Discover More In:
Category: View all Computadoras de placa única
Complete el siguiente formulario y nuestro equipo se pondrá en contacto con usted para ofrecerle precios por volumen.
¿Requisitos personalizados?
Productos relacionados
