Intel Development Kit Neural Compute Stick 2 (NCS2)

Der Neuronale Compute Stick 2 (NCS2) ist ein USB-Stick, mit dem Sie die Funktionen eines neuronalen Netzes nutzen können, ohne dass dafür große und teure Hardware erforderlich ist. Er ermöglicht Ihnen den Einsatz von maschinellem Sehen und künstlicher Intelligenz (KI) mit Ihren IoT- und Edge-Geräte. Mit neuronalen Netzen können wir Maschinen beibringen, wie Menschen zu lernen.
Der Intel NCS2 basiert auf der Intel Movidius™ Myriad™-VPU, die über einen dedizierten Hardwarebeschleuniger für DNN-Störungen verfügt. Der NCS2 wird unterstützt durch das OpenVINO™-Toolkit.
Damit ist er das perfekte Werkzeug für Entwickler, Datenexperten, Industrieingenieure, KI-Ingenieure und Wissenschaftler.

Der Neuronale Compute Stick 2 verfügt über einen USB-2.0-Stecker, der in das Host-Gerät eingesteckt wird, z. B. in einen PC, Laptop oder Single Board Computer (SBC). Es handelt sich um ein Plug-and-Play-Gerät, sodass Sie umgehend mit dem Prototypenbau beginnen können.
Das OpenVINO™-Toolkit hilft Ihnen dabei, Ihre Deep-Neural-Network-Konzepte und -Ideen schneller umzusetzen. Es handelt sich dabei um eine leistungsstarke, besonders effiziente Open-Source-Plattform, die mit verschiedenen Plattformen kompatibel ist.

Neuestes NCS-Modell von Intel
Plug-and-Play-USB-Format
Perfekt für Deep-Neural-Network-Anwendungen (DNN)
Mit Intel® Movidus™ Myriad™ X-VPU
Hochleistung
Geringer Stromverbrauch

Der Neuronale Compute Stick 2 ist das neueste Modell von Intel. Der Hauptunterschied zwischen den beiden Modellen besteht darin, dass der NCS1 die Myriad 2-VPU verwendet, während der NCS2 auf die Myriad X-VPU zurückgreift. Die Vorgängerversion des NCS1 finden Sie hier – (139-3655)

Das NCS2-Entwicklungstool lässt Ihrer Phantasie freien Lauf. Mit dem Werkzeug lassen sich Flächen, Objekte oder sogar Emotionen auf einem Bild erkennen. Durch diese Kategorisierung der Daten können zielgerichtete Maßnahmen ergriffen werden.
Das unbemannte Luftfahrzeug „Little Ripper Lifesaver“, das in Australien zum Einsatz kommt, überwacht mit dem Intel NCS die Küste von New South Wales und spürt so Haie auf. Mithilfe dieser Daten werden Gefahrensituationen sofort erkannt und es kann schneller reagiert werden.

Neuronale Netze, auch bezeichnet als Deep-Learning-Netze, sind eine Art des maschinellen Lernens, durch die wir Daten aus der Bild- und Videoanalyse ordnen und kategorisieren können. Deep Neural Networks (DNN) sind etwas komplexer und bestehen aus mindestens zwei Layern.
Sie beruhen auf einer Reihe von Algorithmen, die in gewisser Hinsicht die Funktionsweise unseres Gehirns widerspiegeln. Sie erkennen Zusammenhänge in Daten und teilen auf dieser Grundlage Elemente in Gruppen ein. Neuronale Netze können Daten ordnen, die nicht zuvor kategorisiert oder strukturiert wurden.
Ein Beispiel für neuronale Netze ist die Erkennung von Gesichtern auf Bildern und Videos. Aber das ist noch nicht alles: Neuronale Netze können auch Emotionen erkennen.