Sztuczna inteligencja

Uczenie maszynowe, przetwarzanie wideo

Wnioskowanie uczenia maszynowego

Bezproblemowe wdrażanie, szerokie wsparcie sieciowe, wydajność energetyczna

Transkodowanie wideo

Oparte na Edge transkodowanie wideo z niewielkim opóźnieniem – zastosowanie

Niestandardowe przetwarzanie

Niestandardowe przyspieszenie dzięki FPGA

Uczenie maszynowe (ML) szybko staje się częścią naszego codziennego życia. Western Digital posiada projekty inżynieryjne poświęcone badaniu sposobów ich wykorzystania w naszych produktach i procesach. ML jest dla nas coraz istotniejsze, gdyż dane są kluczowe dla uczenia, dokładności i inteligencji algorytmów/sieci. Karta Western Digital oparta na U.2 FPGA pozwala na zastosowania przetwarzania brzegowego takie jak wnioskowanie uczenia maszynowego i transkodowanie wideo. Rozwiązania zawierają tablice sprzętowe oparte na FPGA wraz z różnymi konfiguracjami oprogramowania układowego. Obsługiwane mogą być różne rozwiązania umożliwiające energooszczędne przetwarzanie brzegowe.

Uczenie maszynowe w Edge

Wnioskowanie uczenia maszynowego jest implementowane na karcie Western Digital opartej na U.2 FPGA połączonej z Mipsology’s Zebra IP. Takie rozwiązanie oferuje skuteczną wydajność w konstrukcji oszczędzającej energię. Obsługiwanych jest wiele popularnych sieci, aby umożliwić bezproblemowe wdrożenie. Nie jest wymagane ponowne uczenie ani modyfikowanie algorytmów. To rozwiązanie oparte na FPGA jest idealne do automatyki przemysłowej, branży medycznej, inteligentnych miast i innych zastosowań brzegowych opartych na ML.

Transkodowanie wideo oparte na edge

Karta Western Digital oparta na U.2 FPGA może obsługiwać wiele różnych brzegowych przyspieszeń procesowych. Zastosowanie przez Xilinx karty opartej na FPGA umożliwia transkodowanie wideo. Obsługiwane jest kodowanie i dekodowanie wielu H.264 lub H.265. Obsługiwane są rozdzielczości do 4K przy 60 kl./s. To rozwiązanie transkodujące zapewnia Xilinx. Numer zamówienia części Xilinx to A-U2MA-P04G-PQG-021.

Bezproblemowe wdrażanie, szerokie wsparcie sieciowe, wydajność energetyczna

Często zastosowania oparte na edge są ograniczone zarówno pod względem mocy, jak i rozmiaru. Karta Western Digital oparta na U.2 FPGA pozwala na wiele różnych zastosowań uczenia maszynowego. Specjalnie zaprojektowane akceleratory stają się coraz popularniejsze ze względu na ich szczególne możliwości uczenia maszynowego. Karta Western Digital oparta na U.2 FPGA z Mipsology’s Zebra IP zapewnia tradycyjnym procesorom przenoszenie danych, oszczędzając moc i poprawiając wydajność.

ZebraIP pozwala wyuczonym sieciom bezproblemowo działać z implementacjami uczonymi w chmurze. To rozwiązanie zapewnia przekonującą wydajność/mWatt dla zastosowań wnioskowania uczenia maszynowego opartych na edge.