Intel ha presentato l’unità di elaborazione visiva (VPU, Vision Processing Unit) Movidius Myriad X, che costituisce un ulteriore avanzamento nel portafoglio Intel di soluzioni di intelligenza artificiale (AI) end-to-end per offrire maggiore autonomia a una vasta gamma di categorie di prodotti, tra cui droni, robotica, videocamere intelligenti e realtà virtuale.

Myriad X è il primo System-on-a-Chip (SoC) dotato di un Neural Compute Engine (motore di elaborazione neurale) dedicato per accelerare le inferenze del deep learning alla periferia della rete. Il Neural Compute Engine è un blocco hardware on chip appositamente progettato per eseguire reti neurali profonde ad alta velocità e a basso consumo senza rinunciare all’accuratezza, consentendo ai dispositivi di vedere, comprendere e rispondere all’ambiente circostante in tempo reale.

“Prossimamente la visione artificiale e il deep learning diventeranno requisiti standard per i miliardi di dispositivi che ci circondano ogni giorno” ha affermato Remi El-Ouazzane, Vice President e General Manager di Movidius e del New Technology Group di Intel. “Abilitare dispositivi con un’intelligenza visuale simile a quella umana rappresenta il passo successivo del computing. Myriad X ci consente di ridefinire il ruolo delle VPU quando si tratta di offrire tutta la potenza possibile per l’intelligenza e la visione artificiali, il tutto rispettando i requisiti energetici e termici dei moderni dispositivi senza cavi”.

Movidius Myriad X

Oltre al Neural Compute Engine, Myriad X combina in modo unico imaging, elaborazione visiva e inferenze del deep learning in tempo reale grazie a:

  • Processori vettoriali VLIW programmabili a 128 bit che eseguono simultaneamente molteplici flussi di imaging e applicazioni visive con la flessibilità dei 16 processori vettoriali ottimizzati per i carichi di lavoro della visione artificiale.
  • Linee MIPI configurabili che collegano fino a 8 videocamere RGB con risoluzione HD direttamente a Myriad X con le 16 linee MIPI comprese nel ricco set di interfacce, per supportare fino a 700 milioni di pixel al secondo di throughput di elaborazione del segnale delle immagini.
  • Acceleratori di visione ottimizzati che utilizzano oltre 20 acceleratori hardware per eseguire attività quali flusso ottico e profondità stereoscopica senza introdurre un ulteriore carico di elaborazione.
  • L’architettura di memoria on chip centralizzata consente fino a 450 GB al secondo di larghezza di banda interna, riducendo al minimo la latenza e il consumo energetico minimizzando il trasferimento dei dati off chip.