Pensada para los trabajos de reconocimiento de imágenes, esta aceleradora para computación neuromórfica habilita dieciséis canales de procesamiento simultáneo de vídeo.
BrainChip Holdings, desarrollador de soluciones hardware y software para la aceleración de aplicaciones de inteligencia artificial y machine learning, ha anunciado el lanzamiento de su nueva placa aceleradora BrainChip Accelerator.
La BrainChip Accelerator es una tarjeta PCI-Express de ocho líneas que realiza un incremento de la velocidad y la exactitud de la funcionalidad de reconocimiento de objetos de hasta seis veces con el software BrainChip Studio.
Paralelamente, también permite incrementar el número de canales de vídeo simultáneos de un sistema hasta llegar a un cómputo de dieciséis por tarjeta.
Su consumo energético es mínimo, y puede ser instalada con mucha facilidad en sistemas de videovigilancia preexistentes sin que nos veamos obligados a actualizar los sistemas de alimentación o el sistema de refrigeración.
El software BrainChip Studio permite identificar objetos de forma rápida de entre grandes cantidades de vídeo archivado o bien que se esté retransmitiendo en streaming en tiempo real, estando dirigido esencialmente a departamentos de seguridad y organizaciones de inteligencia.
Mediante el procesamiento simultáneo de varios streams de vídeo esta tarjeta aceleradora para computación neuromórfica permite a las diversas organizaciones buscar entre cantidades cada vez mayores de vídeo de una forma rápida, incrementando también las probabilidades de reconocimiento exitoso.
El sistema aprende de una sola imagen en baja resolución, la cual puede ser tan pequeña como 20×20 píxeles, y ofrece su mejor rendimiento en condiciones de reconocimiento con poca luz, baja resolución y en entornos en los que haya mucho “ruido”.
Todo esto se consigue con una disminución del TCO (Total Cost of Ownership).
Funcionamiento de la tarjeta aceleradora para computación neuromórfica
La tarjeta BrainChip Accelerator lleva a cabo el procesamiento mediante seis núcleos FPGA Xilinx Kintex Ultrascale. Cada uno de estos núcleos realiza un escalado rápido de imagen definido por el usuario, generación de picos, y una comparación en la red neuronal para reconocer objetos.
El escalado de las imágenes arriba y abajo permite incrementar la probabilidad de encontrar objetos, y debido a las características de bajo consumo de las redes neuronales, cada núcleo consume aproximadamente un vatio mientras procesa hasta a 100 frames por segundo.
A nivel de software es compatible tanto con la plataforma Windows de Microsoft, como con GNU/Linux.
