Изображение создано нейросетью
Государственные организации и бизнес при помощи nminfer смогут внедрять технологии автоматического распознавания лиц, автомобильных номеров и различных объектов в видеопотоках, используя искусственный интеллект и полностью российские аппаратные и программные решения. nminfer может стать альтернативой существующим решениям на базе пакета Nvidia Deepstream, который также использует GStreamer для инференса нейросетевых моделей. Новый плагин обеспечивает подготовку и преобразование нейросетевых моделей и потоковых данных в формат, совместимый с NM Card. Ускоритель NM Card построен на базе отечественных микросхем К1879ВМ8Я, которые представляют собой процессоры цифровой обработки сигналов с 16 ядрами NeuroMatrixCore, работающими на частоте до 1024 МГц.
NM Card оснащен 5 Гб VRAM и поддерживает Neuromatrix Deep Learning (NMDL) — программный комплекс на C++ API, предназначенный для запуска глубоких свёрточных нейросетей. Эти нейросети активно используются в задачах компьютерного зрения и видеоаналитики, включая решения на платформе «Чароит» (разработка «Криптонита»).
NM Card сопоставим с Nvidia Jetson Nano по производительности. В тесте с моделью Yolo_v3_tiny_coco, предназначенной для распознавания 80 типов объектов в реальном времени, NM Card обрабатывал 24 кадра в секунду против 25 кадров у Jetson Nano при одинаковых параметрах размерности ввода (416x416x3).
Кроме того, НТЦ «Модуль» разработал более мощное решение — модуль NM Quad, который обладает в четыре раза большей производительностью по сравнению с NM Card. Плагин nminfer совместим и с этим ускорителем.
Отметим, что на мировом рынке существует несколько плагинов, альтернативных Nvidia Deepstream, которые также используют фреймворк GStreamer для инференса нейросетевых моделей. Самые известные – продукты Intel, Google, Xilinx.
Intel’s OpenVINO Toolkit поддерживает интеграцию с GStreamer и предлагает плагины для инференса на основе моделей, оптимизированных для процессоров Intel. OpenVINO активно используется для задач компьютерного зрения и видеоаналитики, предлагая поддержку аппаратного ускорения на Intel CPU, GPU и VPU.
Плагин Xilinx Vitis AI, интегрированный с GStreamer, предназначен для инференса нейросетей на FPGA и SoC устройствах Xilinx. Vitis AI предлагает высокую производительность и гибкость для внедрения сложных моделей искусственного интеллекта в видеоаналитику и другие задачи.
Google’s Coral позволяет интегрировать инференс на устройствах с Edge TPU. Coral предлагает решения для быстрого и эффективного выполнения задач компьютерного зрения и машинного обучения на краевых устройствах.
«Развитие nminfer как аналога плагинов инференса в Deepstream упростит дальнейшие разработки приложений нейросетевой обработки потоковых мультимедийных данных, так как сохранит преемственность с этим популярным инструментом, а также внесет вклад в обеспечение технологической независимости и безопасности России», — уверен создатель отечественного плагина Антон Подлегаев.
Источник: kryptonite.ru
Источник: www.it-world.ru
Похожие новости:
Исследование GARANT IN: Наиболее востребованные визы для ИТ специалистов в 50 странах мира
Вышел Savant 0.2.7: фреймворк компьютерного зрения, оптимизированный для NVIDIA
ASUS объявляет о стратегии внедрения искусственного интеллекта, ноутбуки Copilot+ и решения для создателей контента на выставке Computex 2024
Microsoft обновила список совместимых с Windows 11 процессоров Intel