楼主:
gino0717 (gino0717)
2019-06-15 14:14:33现在在试intel那根蓝色棒棒 Neural Compute Stick
目前看来要跑起来要强制搭配openvino
然后 openvino现在出到R5还R6了 bug还是很多
另外FP16的设计....有些东西没办法跑
openvino自己的文字辨识demo 自己那根棒子就跑不动了
用起来差强人意啊
剩下就是
Nvidia的Jetson跟google的TPU
但Jetson不太容易弄到
有没有 八卦
nvidia 基本上也需要 TensorRT呀,google TPU也是一样是叫tensorflow life?神经棒一代是真的颇弱jetson 不算难买吧?tx2跟nano算好买的
作者: dev0929 (dxd) 2019-06-15 15:17:00
要看使用的 DL model, 以及应用所须的运算量...
作者:
yiefaung (艾克斯卡利伯)
2019-06-15 15:34:00边缘运算接下来比较有搞头的应该是nv的jetson nano跟google的coral吧ncs真的难用不然就要找其他有做AI chip的解决方案
作者:
ap954212 (death is like the wings)
2019-06-15 15:48:00Edge tpu dev board
Google coral完美兼容tf lite model 算很好用了
作者:
y3k (激流を制するは静水)
2019-06-16 00:31:00NCS我觉得只是一个概念产品啊
作者: LiloHuang (十年一刻) 2019-06-16 00:57:00
作者:
ztdxqa (ztdxqa)
2019-06-16 01:09:00TPU很难用...直接买GPU就好了 还可以玩游戏
知道ncs2还没支援lstm的样子,是说为什么fp16跑不起来呢,好奇+1
作者: LiloHuang (十年一刻) 2019-06-16 15:16:00
都花钱买了 NCS2 也可考虑到 Intel 的论坛回报问题?YOLOv3 FP16 跑 80 classes 满正常的,其他还没时间试也许跟 OpenVino 版本有关,搞不好旧版本有bug之类的..
作者:
sxy67230 (charlesgg)
2019-06-16 18:39:00可以先试试看Google Colab TPU mode,觉得不错在考虑其他的,毕竟colab帮你把环境都配置的好好的,我目前没用过colab以外的,不知道跟tensorflow配置的困难性。
如果想要深入探讨的话,这个问题可以回报给官方看看,他们回复的速度满快的,而且满认真帮你处理,这我帮他推一个,另外我使用优化后的FP16在NCS2上跑跟在server上跑出来的metrics精度到小数点后三位都还是相同@@