重磅发布!2018年AI开发板Top 10排行

2018年可谓是人工智能从梦想走进现实的一年,众多针对边缘计算的AI产品落地,让人工智能产品化受到了普遍的认可。前不久关于人工智能的两件大事更是刷爆了朋友圈。一是Xilinx收购了仅成立两年时间左右的中国本土AI创业公司深鉴科技,二则是Google蓄谋已久的针对边缘计算AI芯片Edge TPU(介绍)横空出世,对于不同的人群,影响可谓是冰火两重天,但无疑,人工智能将是未来10年乃至更长时间内全球重点攻克的领域。

本文链接地址:https://www.eeboard.com/evaluation/aidevboard/

为此,爱板网梳理了下截止到目前市面上推出的人工智能开发板,为广大AI爱好者提供了一个可参考的TOP排行榜,供那些对于人工智能方面有研究需求的用户一个选择。(因为离2018年结束还有一大段时间,所以后期如果有出色的AI开发板出现,榜单也会随时更新,另外,本次涉及的AI开发板排行都是基于边缘计算类的板子)

Top 10:Arduino 101(评测)/Curie Nano(评测)

属性:可能是最简单、也是最便宜的深度学习开发板了

看到这两款产品,可能不少人都会意外,这两款也是AI开发板?

是的。Arduino 101是一款中规中矩的Arduino官方推出的延伸系列产品,而Curie Nano则是由DFROBOT推出的一款创客板,两者的共同点都是基于英特尔Intel Curie模组,一个集成了128个neurons(神经元) 的SoC。

你没看错,只有128个神经元,这意味着神经元的记忆是非常有限的。比如我们平时所见到的图像、文本、视频,听到的声音等,这些源数据都需要通过传感器采集,然后从中提取出相应的特征向量,再通过neurons去学习、去认知做到记忆。128个神经元意味着记忆的特征向量最大长度不能超过128bytes,如果去采集一张超过128pixels的图片,就需要做二次甚至是三次采样来生成一个不大于128bytes的特征向量。

所以不难推测出,这两款板子虽然可以做深度学习,但仅限于简单的深度学习,至少在硬件层面上决定了它不可能很复杂,它的优势在于可以在极低的功耗下实现离线自主学习,可以应用在侦测新事物或者异常事物并报告状态等物联网产品中,算是初级人工智能的一个小尝试吧,可以玩玩,但真想往深度学习这方面走的同学,并不是很推荐。

重磅发布!2018年AI开发板Top 10排行

Arduino 101

重磅发布!2018年AI开发板Top 10排行

Curie Nano

Top 9:Google AIY Voice/Vision Kit(评测)

属性:小白也能玩转的AI产品

相关产品推荐:

Google AIY Voice Kit  购买链接>

Google AIY Vision Kit 购买链接>

由Google“冠名”的AI套件自然不用多说,相信工程师都比较熟悉。

前者AIY Voice Kit是一个语音套件,核心是Google自家的Google Assistant,硬件部分主要依赖声音前端采集的麦克阵列,说实话,这个AI套件主要还是体现在软实力上;而AIY Vision Kit则是实打实基于Intel Movidius Myriad 2 2450 VPU(AI芯片)的一款AI摄像头产品。

在国内,根据爱板网商城的销售数据显示,AIY Vision的用户明显要比AIY Voice的用户数量大。原因很简单,AIY Voice依托于Google的云服务,这导致了要正常使用首先需要科学上网支持,其次Google Assistant暂时不支持中文,所以开发套件本身也是基于英语的交互,并不适合国人使用,而AIY Vision则没有这种限制,故更为流行。

重磅发布!2018年AI开发板Top 10排行

AIY Voice Kit

重磅发布!2018年AI开发板Top 10排行

AIY Vision Kit

Top 8:GAPUINO Combo Kit(评测)

属性:全球首款基于开源架构RISC-V的边缘计算处理器

GAPUINO Combo Kit是由GreenWaves推出的一款针对边缘计算的物联网开发平台,核心基于全球首款开源架构RISC-V的边缘计算处理器GAP8,开发套件分为GAPUINO开发板、低功耗QVGA摄像头、GAPUINO传感器板。

GAPUINO Combo Kit尤其适用需要实现智能化的电池供电的物联网设备中,比如计算机视觉,运行目标检测识别的CNN网络,假设以每3分钟分类一张图片,那3.6Wh的电池可实现10年的运行时长;比如复杂的音频信号处理,如声音认知,波束成形等,GAP8可以应用在诸如可穿戴和消费电子产品中;又比如在机器的健康监测中,预测性维护需要多传感器分析:振动,润滑,电动机监测,红外线断层扫描和对准平衡等, GAP8具有自主传感器数融合嵌入式功能,可以减少传感器上传部署和运营成本,在合适的时间获得正确的维护信息。

重磅发布!2018年AI开发板Top 10排行

GAPUINO Combo Kit

Top 7:HiKey970

属性:首批加入96Boards.ai计划的96Boards

HiKey970采用HiAI Silicon Kirin 970 SoC,具有HiAI架构和专用NPU。开发板搭载6GB LPDDR4X 1866MHz内存,64GB UFS 2.1存储,蓝牙,WIFI,GPS以及其它丰富的功能,可以帮助工程师实现大多数平台所不具备的AI加速功能!

另外,为HiKey 970设计的HiAI框架以及其他主流的神经网络框架,不但支持CPU、GPU AI运算,还支持基于NPU的神经网络计算硬件加速,能效和性能分别可达CPU运算的50倍、25倍,能够让开发者进行深度学习算法、智能机器人、智慧城市领域的开发。重磅发布!2018年AI开发板Top 10排行

HiKey970

 

Top 6:DP-8000(评测)

属性:一个神奇的深度神经网络开发包

DP-8000是深鉴科技推出的一款基于Xilinx Zynq-7010 SoC系列开发平台,单看硬件配置的话和传统的FPGA开发板并没有明显不同之处,神奇的地方在于深鉴科技基于Zynq系列SoC开发的一套深度神经网络开发包DDNSDK。

DDNSDK是深鉴科技推出的一个面向 AI 异构计算平台DPU(Deep-Learning Processor Unit)自主研发的原创深度学习 SDK, 涵盖了神经网络推理阶段模型压缩、编译优化和高效运行时支持等各种功能需求,基于标准 C/C++高级语言的轻量级编程 APIs开发,可以为 DPU 平台各种深度学习应用开发和部署提供的一套高效全栈式解决方案。(注:DPU可以理解为深鉴科技即将自主推出的SoC平台,而目前为止主要的适配对象是Xilinx的ZYNQ-7020,ZU2, ZU3, ZU9,KU115等)

随着深鉴科技被赛灵思收购,相信这个神奇的DDNSDK将被更多人所了解。

重磅发布!2018年AI开发板Top 10排行

DP-8000

Top 5:Lattice基于iCE40 UltraPlus的移动开发平台/基于ECP5的嵌入式视觉套件(评测)

属性:sensAI加持,秒实现AI产品应用

事实上,无论是基于iCE40 UltraPlus的移动开发平台还是基于ECP5的嵌入式视觉套件都是Lattice为自家的sensAI Stack推出的AI开发套件。iCE40 UltraPlus的移动开发平台是一套多传感器的物联网开发平台,而ECP5的嵌入式视觉套件是一套包括双摄像头采集、转换、输出多种功能合一的视觉套件,在加持了Lattice推出的sensAI新型全套开发生态系统后,可以快速的在这两个FPGA开发板上实现机器学习推理在大众物联网应用中的快速部署,sensAI它包括以下几个重要的方面:

  • 底层硬件的开发平台,比如iCE40 UltraPlus,ECP5 FPGA嵌入式视觉开发套件
  • 神经网络加速IP核,这也是Lattice的核心武器
  • 从Caffe/TensorFlow 到 FPGA 的神经网络编译器工具,让神经网络通过转换支持上述Lattice的神经网络加速IP核
  • 相关的应用、Demo

简而言之,sensAI就是Lattice提供的一个从硬件底层到上层应用生态完整的开发包,它提供给客户完整且极易上手的产品应用开发体验,比如在大众物联网应用的传感器桥接和数据融合中,增加更多智能以实现低延时、低功耗的计算,即客户手中有数据和样本,就可以在 FPGA 中做快速计算。重磅发布!2018年AI开发板Top 10排行

基于iCE40 UltraPlus的移动开发平台

 

重磅发布!2018年AI开发板Top 10排行

基于ECP5的嵌入式视觉套件

Top 4:Movidius NCS(评测)/UP AI Core(评测)/角蜂鸟开发套件(评测)

属性:千娇百媚的图像推理加速芯片“Movidius Myriad 2 VPU”

相关产品推荐:

英特尔(Intel) Movidius 神经计算棒 购买链接>

AI Core mini-PCIe模块,基于Movidius Myriad 2 芯片 购买链接>

角蜂鸟Horned Sungem 购买链接>

Movidius NCS、UP AI Core、角蜂鸟开发套件这三者最大的共同点即都采用了Intel Movidius Myriad 2 VPU,但却又实实在在将这颗VPU应用到千娇百媚,当然这里可能也有Intel的影响,尽量不让相似的产品出现在市场上。

Movidius NCS是Intel官方推出的USB3.0 神经网络计算棒,主要应用在图像推理加速领域,可以适配在任何搭载Ubuntu 16.04系统的x86平台上以及部分基于Linux系统的单板计算机、FPGA开发板上,如果非要说缺点的话可能就是少了摄像头;

而UP AI Core是研扬科技推出的全球首款miniPCIe接口的嵌入式人工智能处理卡,几个比较鲜明的特色:1.全球首款超小型嵌入式AI处理卡,2.基于miniPCIe接口;可能有疑问的地方是AI Core为何要采用miniPCIe接口?其一,Intel官方已经推出了基于USB3.0接口的Movidius NCS,其二,UP AI Core的miniPCIe接口是配套研扬自家的UP Squared Board研发的,可以无缝连接,即是对Up Squared Board生态的一种扩展,又弥补了Up Squared Board在边缘计算领域的不足,这样,在原本就比较强悍的Intel x86平台上如虎添翼,实现边缘计算的加速,尤其可以应用于像机器人、无人机、智能相机、人脸识别等领域。

角蜂鸟开发套件是触景无限推出的一个基于USB type-C接口AI开发套件,可以说是这三者中功能最为全面的一个产品,它包含了图像采集的摄像头模组,并且有不少的实例demo供用户测试。

重磅发布!2018年AI开发板Top 10排行

Movidius NCS

重磅发布!2018年AI开发板Top 10排行

UP AI Core

重磅发布!2018年AI开发板Top 10排行

角蜂鸟开发套件

Top 3:AIY Edge TPU Dev Board/Edge TPU加速器(介绍)

属性:横空出世,送给全球“凉凉”的AI芯片公司

AIY Edge TPU Dev Board以及Edge TPU加速器是Google最近才公开发布的两款产品,它们的横空出世确实让全球耕耘在边缘计算领域的AI芯片企业受到了暴击。AIY Edge TPU开发板可以说是在正面PK树莓派,它在树莓派的基础上完成了AI进化,可谓是青出于蓝而胜于蓝;而AIY Edge TPU加速器可以说是直接正面争锋Movidius NCS,但单论图像推理加速的性能可能不及Movidius,但胜在Google完善的AI生态布局:(密钥:1b9tgenqAs5ipPvB)

  • 用于训练网络模型的高性能硬件:Google有自家的TPU3.0
  • 优质庞大的数据:作为Google引以为傲的东西一直在向世人展示着
  • 优秀的神经网络算法:众多的神经网络模型来自Google
  • 出众的深度学习框架:TensorFlow谁与争锋/为移动以及嵌入式设备而生的TensorFlow Lite又符合用户需求
  • 用于边缘计算的AI芯片:Google Edge TPU横空出世

重磅发布!2018年AI开发板Top 10排行

AIY Edge TPU Dev Board

重磅发布!2018年AI开发板Top 10排行

AIY Edge TPU加速器

Top 2:Jetson TX2 开发者套件

属性:可能是目前边缘计算中性能最强的AI开发板

Jetson TX2 开发者套件是英伟达推出的新一代AI 超级计算机,针对嵌入式领域。Jetson TX2 的处理器采用16nm工艺,有6个CPU核心,4个Cortex-A57、2个自研的Denver(丹佛)核心,GPU 则是 Pascal 架构,256个CUDA核心,搭配8GB LPDDR4内存,32GB eMMC容量,支持4K 60fps的编解码能力,功耗低于7.5W,可以构建更大型、更复杂的深度神经网络,适合机器人、无人机、智能摄像机和便携医疗设备等智能边缘设备。

另外,Jetson TX2还有一个重要的特性,具有非常好的开发环境,比如支持VisionWorks(包含在Jetpack 3.0当中),该软件其实是在OpenVX这个标准上实现了很多机器视觉的底层操作,还提供编程框架,可以进行快速的产品开发。

重磅发布!2018年AI开发板Top 10排行

Top 1:AIR-T(介绍)

属性:融合无线电,兼具性能与创意的AI开发板

AIR-T全称Artificial Intelligence Radio - Transceiver ,即人工智能无线电收发器。AIR-T是由Deepwave公司推出的具有嵌入式高性能计算功能的软件定义无线电开发板,支持的频率范围从300 MHz到6 GHz。AIR-T通过允许AI引擎完全控制硬件,从而大大降低了无线电中实现自主信号识别,干扰抑制等功能所需的价格和性能瓶颈,从而实现完全自主的SDR。

板子上的重要功能实现主要包含了以下几个重要的器件:

  • 双通道MIMO收发器Analog Devices 9371:实现SDR
  • Xilinx Artix 7 FPGA:用于严格的实时操作环境
  • NVIDIA Jetson TX2模块:用于高性能并行处理,用于控制、I/O口、DSP以及软件应用

可以说,AIR-T是高性能SDR与最先进的深度学习硬件无缝集成,它开启了SDR与AI结合的新篇章,这也可能是2018年最用心、最具创意的AI开发板!当然也可能是目前最贵AI开发板之一。

重磅发布!2018年AI开发板Top 10排行

AIR-T

原创申明:本文为爱板网原创,谢绝转载!

猜你喜欢:

  • 2018最宜入手的低价”跨界”FPGA开发板 Top 5排行
  • 2018国内工程师/创客最值得拥有开发板 Top 10排行
  • 10款“剑走偏锋”的板卡,有你认识的吗?

2018年可谓是人工智能从梦想走进现实的一年,众多针对边缘计算的AI产品落地,让人工智能产品化受到了普遍的认可。前不久关于人工智能的两件大事更是刷爆了朋友圈。一是Xilinx收购了仅成立两年时间左右的中国本土AI创业公司深鉴科技,二则是Google蓄谋已久的针对边缘计算AI芯片Edge TPU(介绍)横空出世,对于不同的人群,影响可谓是冰火两重天,但无疑,人工智能将是未来10年乃至更长时间内全球重点攻克的领域。

本文链接地址:https://www.eeboard.com/evaluation/aidevboard/

为此,爱板网梳理了下截止到目前市面上推出的人工智能开发板,为广大AI爱好者提供了一个可参考的TOP排行榜,供那些对于人工智能方面有研究需求的用户一个选择。(因为离2018年结束还有一大段时间,所以后期如果有出色的AI开发板出现,榜单也会随时更新,另外,本次涉及的AI开发板排行都是基于边缘计算类的板子)

Top 10:Arduino 101(评测)/Curie Nano(评测)

属性:可能是最简单、也是最便宜的深度学习开发板了

看到这两款产品,可能不少人都会意外,这两款也是AI开发板?

是的。Arduino 101是一款中规中矩的Arduino官方推出的延伸系列产品,而Curie Nano则是由DFROBOT推出的一款创客板,两者的共同点都是基于英特尔Intel Curie模组,一个集成了128个neurons(神经元) 的SoC。

你没看错,只有128个神经元,这意味着神经元的记忆是非常有限的。比如我们平时所见到的图像、文本、视频,听到的声音等,这些源数据都需要通过传感器采集,然后从中提取出相应的特征向量,再通过neurons去学习、去认知做到记忆。128个神经元意味着记忆的特征向量最大长度不能超过128bytes,如果去采集一张超过128pixels的图片,就需要做二次甚至是三次采样来生成一个不大于128bytes的特征向量。

所以不难推测出,这两款板子虽然可以做深度学习,但仅限于简单的深度学习,至少在硬件层面上决定了它不可能很复杂,它的优势在于可以在极低的功耗下实现离线自主学习,可以应用在侦测新事物或者异常事物并报告状态等物联网产品中,算是初级人工智能的一个小尝试吧,可以玩玩,但真想往深度学习这方面走的同学,并不是很推荐。

重磅发布!2018年AI开发板Top 10排行

Arduino 101

重磅发布!2018年AI开发板Top 10排行

Curie Nano