Mustang-F100 (FPGA)

Intel® Vision Accelerator Design พร้อมด้วย Intel® Arria® 10 FPGA

OpenVINO™ toolkit

OpenVINO™ toolkit พัฒนาบนพื้นฐานของเครือข่ายประสาทเทียมแบบคอนโวลูชัน (CNN) โดย toolkit นี้สามารถขยายการทำงานบนฮาร์ดแวร์ของ Intel® และเพิ่มประสิทธิภาพสูงสุด

สามารถปรับแต่งโมเดล deep learning ที่ผ่านการฝึกฝนมาแล้ว เช่น Caffe, MXNET, Tensorflow ให้เป็นไฟล์ไบนารี IR และดำเนินการ inference engine บนฮาร์ดแวร์ของ Intel® อย่างหลากหลาย เช่น CPU, GPU, Intel® Movidius™ Neural Compute Stick และ FPGA

เร่งความเร็ว deep learning บนเซิร์ฟเวอร์/PC ที่ใช้ Intel

คุณสามารถติดตั้ง Mustang-F100 ลงใน PC/workstation ที่ใช้ระบบปฏิบัติการ Linux® (Ubuntu®) เพื่อเพิ่มประสิทธิภาพการประมวลผลสำหรับการใช้งานที่ต้องการ เช่น deep learning inference, การสตรีมวิดีโอ และศูนย์ข้อมูล ในฐานะโซลูชันการเร่งความเร็วที่เหมาะสมสำหรับการ inference AI แบบเรียลไทม์ Mustang-F100 ยังสามารถทำงานร่วมกับ Intel® OpenVINO™ toolkit เพื่อปรับแต่งการทำงาน inference สำหรับการจำแนกภาพและการมองเห็นด้วยคอมพิวเตอร์

• ระบบปฏิบัติการ
  Ubuntu 16.04.3 LTS 64-bit, CentOS 7.4 64-bit, Windows 10 (ระบบปฏิบัติการอื่น ๆ กำลังจะมาเร็ว ๆ นี้)
• OpenVINO™ toolkit
  • Intel^® Deep Learning Deployment Toolkit
    • - Model Optimizer
    • - Inference Engine
  • ไลบรารีการมองเห็นด้วยคอมพิวเตอร์ที่ปรับแต่งแล้ว
  • Intel^® Media SDK
    *ไดรเวอร์กราฟิกและรันไทม์ OpenCL™
  • Topology ที่รองรับในปัจจุบัน: AlexNet, GoogleNet, Tiny Yolo, LeNet, SqueezeNet, VGG16, ResNet (ตัวแปรเพิ่มเติมกำลังจะมาเร็ว ๆ นี้)
  • Intel^® FPGA Deep Learning Acceleration Suite
• ความยืดหยุ่นสูง Mustang-F100-A10 พัฒนาบนโครงสร้าง OpenVINO™ toolkit ซึ่งช่วยให้ข้อมูลที่ผ่านการฝึกฝน เช่น Caffe, TensorFlow และ MXNet สามารถดำเนินการบนมันได้หลังจากแปลงเป็น IR ที่ปรับแต่งแล้ว

*OpenCL™ เป็นเครื่องหมายการค้าของ Apple Inc. ที่ได้รับอนุญาตจาก Khronos

QNAP NAS เป็นเซิร์ฟเวอร์การอนุมาน

OpenVINO™ toolkit ขยายการทำงานข้ามฮาร์ดแวร์ของ Intel® (รวมถึงตัวเร่งความเร็ว) และเพิ่มประสิทธิภาพสูงสุด เมื่อใช้ร่วมกับ OpenVINO™ Workflow Consolidation Tool ของ QNAP, QNAP NAS ที่ใช้ Intel® จะเป็นเซิร์ฟเวอร์การอนุมานที่เหมาะสม ช่วยให้องค์กรสร้างระบบการอนุมานได้อย่างรวดเร็ว โดยมีตัวปรับแต่งโมเดลและเอนจินการอนุมาน OpenVINO™ toolkit ใช้งานง่ายและยืดหยุ่นสำหรับการประมวลผลภาพคอมพิวเตอร์ที่มีประสิทธิภาพสูงและความหน่วงต่ำที่ช่วยปรับปรุงการอนุมานการเรียนรู้เชิงลึก นักพัฒนา AI สามารถปรับใช้โมเดลที่ฝึกแล้วบน QNAP NAS สำหรับการอนุมาน และติดตั้ง Mustang-F100 เพื่อให้ได้ประสิทธิภาพที่เหมาะสมที่สุดสำหรับการรันการอนุมาน

เรียนรู้เพิ่มเติม: OpenVINO™ Workflow Consolidation Tool

หมายเหตุ:
1. ต้องใช้ QTS 4.4.0~4.4.3 และ OWCT v1.1.0 สำหรับ QNAP NAS
2. การใช้การ์ด FPGA ในการคำนวณบน QNAP NAS จะปิดใช้งานฟังก์ชัน VM pass-through เพื่อหลีกเลี่ยงการสูญหายของข้อมูลที่อาจเกิดขึ้น โปรดตรวจสอบให้แน่ใจว่างาน NAS ที่กำลังดำเนินการอยู่เสร็จสิ้นก่อนการรีสตาร์ท
3. ติดตั้ง Mustang-F100 ในช่อง PCIe Gen3 x8 ของ NAS ตรวจสอบ รายการความเข้ากันได้ สำหรับรุ่นที่รองรับเพิ่มเติม
4. ต้องติดตั้ง “Mustang Card User Driver” ใน QTS App Center

Inference Engine ที่จัดการได้ง่ายด้วย QNAP OWCT

• อัปโหลดไฟล์วิดีโอ

• ดาวน์โหลดผลลัพธ์การอนุมาน

แอปพลิเคชัน

• 

  การมองเห็นด้วยเครื่องจักร

• 

  ค้าปลีกอัจฉริยะ

• 

  การเฝ้าระวัง

• 

  การวินิจฉัยทางการแพทย์

ขนาด

(หน่วย: มม.)

หมายเหตุ:
รองรับได้สูงสุด 8 การ์ดเมื่อใช้ระบบปฏิบัติการอื่นที่ไม่ใช่ QTS; QNAP TS-2888X NAS รองรับได้สูงสุด 4 การ์ด โปรดกำหนดหมายเลข ID การ์ด (ตั้งแต่ 0 ถึง 7) ให้กับ Mustang-F100 โดยใช้สวิตช์หมุนด้วยตนเอง หมายเลข ID การ์ดที่กำหนดไว้จะแสดงบนหน้าจอ LED ของการ์ดหลังจากเปิดเครื่อง

คำถามที่พบบ่อย

ปัญหา	วิธีแก้ไข	ไฟล์
1	Bitstream ไม่ตรงกันของเวอร์ชัน OpenVINO	รับสายดาวน์โหลด FPGA* แล้วทำตามขั้นตอนเพื่ออัปเดต Bitstream ของ FPGA	คู่มือผู้ใช้ Mustang-F100-A10_Download_cable
2	ไม่สามารถตรวจจับฮาร์ดแวร์ผ่านคำสั่ง "lspci"	ดาวน์โหลดแพตช์เพื่อแก้ไขปัญหาที่ Mustang ไม่สามารถถูกตรวจจับในบางเมนบอร์ด	แพตช์ Mustang-F100

*สายดาวน์โหลด FPGA 7Z000-00FPGA00 จำเป็นต้องใช้