FPGA 프레임 그래버 기반 딥 러닝
가장 까다로운 딥 러닝 애플리케이션을 위한 deepVCL 프레임 그래버
FPGA는 매우 짧은 시간 동안 대량의 데이터를 처리할 수 있어 매우 까다로운 딥 러닝 작업에 적절한 대안입니다. CNN(합성곱 신경망)이 지원되는 카메라 링크 프레임 그래버 microEnable 5 marathon deepVCL 은 고성능 CNN 배포를 위해 설계된 최초의 프레임 그래버입니다. 이 프레임 그래버에는 강력한 Xilinx Kintex 7 비전 프로세서가 포함되어 있으며 이미 CNN 런타임 라이센스가 장착되어 있습니다. 850MB/s의 높은 대역폭을 통해 공장 자동화의 표면 검사처럼 매우 까다로운 딥 러닝 작업에서 초고속 추론을 수행할 수 있습니다.
VisualApplets 소프트웨어를 통해 FPGA에서 CNN 구현
수상 경력에 빛나는 Basler의 그래픽 FPGA 프로그래밍 도구인 VisualApplets를 사용하여 CNN을 FPGA에 쉽게 배포할 수 있습니다. VisualApplets는 크기와 복잡도가 다양하며 사전에 훈련된 CNN 아키텍처를 FPGA에 직접 로드할 수 있습니다. VisualApplets는 TensorFlow처럼 가장 일반적인 CNN 라이브러리에서 사전 훈련된 네트워크를 지원합니다. 재훈련도 매우 간편합니다. 추가 이미지 최적화 작업을 사전 처리 또는 사후 처리 단계로 쉽게 통합할 수도 있습니다.
Basler와 함께 하면 CNN의 FPGA 배포가 보다 쉬워집니다.
Basler는 FPGA 기반 딥 러닝 애플리케이션을 구현하기 위해 딥 러닝 경험 수준에 맞춘 두 가지 서비스 패키지가 포함된 CNN 런타임 라이센스를 제공합니다. 이미 훈련된 네트워크의 경우에는 FPGA 구현을 지원합니다. Basler는 딥 러닝에 대한 지식이 부족한 사용자를 위해 고객의 지적 재산을 조직 내부에서 관리하면서 대역폭 및 정확도를 위한 FPGA 구현과 완벽한 CNN 디자인을 동시에 제공합니다.
To our frame grabber services
