NT Adaptive ™ PCIe
Especificações técnicas
| Reconhece: | Signals, Images, Video |
| Montagem: | 2U enclosure |
| Controlo: | FPGA |
| Neurochip: | NM500 |
| Número de neurochips: | 4 |
| Número de neurónios: | 2304 |
| Vetores por segundo: | < 96 μsec |
| Comprimento máximo de vetor: | 256 Byte |
| Memória FLASH: | Internal PC memory |
| Portas: | PCIEx Bus |
| Interfaces: | PCI Express X1 2.5 GT/s |
| RTC: | No |
| Alimentação: | 12V DC |
| Consumo de energia: | <4 Watt |
| Dimensões (AxCxL): | 8x120x68 mm |
Especificações técnicas
| Reconhece: | Signals, Images, Video |
| Montagem: | 2U enclosure |
| Controlo: | FPGA |
| Neurochip: | NM500 |
| Número de neurochips: | 8 |
| Número de neurónios: | 4608 |
| Vetores por segundo: | < 96 μsec |
| Comprimento máximo de vetor: | 256 Byte |
| Memória FLASH: | Internal PC memory |
| Portas: | PCIEx Bus |
| Interfaces: | PCI Express X1 2.5 GT/s |
| RTC: | No |
| Alimentação: | 12V DC |
| Consumo de energia: | <4 Watt |
| Dimensões (AxCxL): | 8x120x68 mm |
Especificações técnicas
| Reconhece: | Signals, Images, Video |
| Montagem: | 2U enclosure |
| Controlo: | FPGA |
| Neurochip: | NM500 |
| Número de neurochips: | 16 |
| Número de neurónios: | 9216 |
| Vetores por segundo: | < 96 μsec |
| Comprimento máximo de vetor: | 256 Byte |
| Memória FLASH: | Internal PC memory |
| Portas: | PCIEx Bus |
| Interfaces: | PCI Express X1 2.5 GT/s |
| RTC: | No |
| Alimentação: | 12V DC |
| Consumo de energia: | <4 Watt |
| Dimensões (AxCxL): | 8x120x68 mm |
SÉRIE DE PLACAS DE CONTROLO NEUROMÓRFICAS COM INTERFACE PCIE
As placas de controlo da série NT Adaptive PCIe de memória neuromórfica não têm microcontrolador e podem ser montadas em qualquer PC ou outro dispositivo com um conector PCIe. As placas NT Adaptive PCIe oferecem três versões – com 4, 8 ou 16 chips neurais.
Exemplos em vídeo
Assista aos vídeos da NeuroTechnologijos no YouTube >>>
É apresentada a oportunidade do neuromórfico identificar as posições dos disjuntores e LED que indicam o equipamento real.
O programa é desenvolvido em Python e combina diversas opções para demonstrar as capacidades dos chips neuromórficos.
Reconhecimento de posições de unidades de alimentação automática, indicação luminosa de lâmpadas de controlo, indicações de
mostradores, valores de indicadores de sete segmentos e posições de interruptores. É apresentado o programa de demonstração
escrito em Python. Este programa de demonstração utiliza uma combinação da biblioteca aberta OpenCV e do chip CM1K
(NM500) quando se trabalha com a placa de expansão PCIe. A OpenCV foi utilizada para procurar rostos em fotografias, a
formação e o reconhecimento dos próprios rostos foram efetuados utilizando chips neuromórficos.
É apresentado o programa de demonstração escrito em Python. Este programa de demonstração utiliza uma combinação da biblioteca aberta OpenCV e do chip CM1K (NM500) quando se trabalha com a placa de expansão PCIe. A OpenCV foi utilizada para procurar rostos em fotografias, a formação e o reconhecimento dos próprios rostos foram efetuados utilizando chips neuromórficos.
Demonstração do programa desenvolvida em Python. Demonstração da sequência de seleção de imagens, seleção ROI, seleção e afinação de parâmetros de um chip neuromórfico, tais como MAXIF, categorias, formação e verificação dos resultados de aprendizagem. Este programa utiliza chips neuromórficos numa placa PCIe.
Controlador neuromórfico
Descrição geral
A NT Adaptive PCIe é uma rede neural de silicone totalmente paralela – é uma cadeia de elementos idênticos (neurónios) endereçados em paralelo e com o seu próprio material “genético” para aprender e recordar padrões sem executar uma única linha de código e sem informar qualquer unidade supervisora. Além disso, os neurónios colaboram na totalidade uns com os outros através de um bus bidirecional e paralelo, que é a chave para a precisão, adaptabilidade e velocidade do desempenho. Na verdade, cada neurónio incorpora informações de todos os outros neurónios na sua própria lógica de aprendizagem e na sua lógica de resposta.
O acesso à rede é efetuado através da interface PCIe.
Descrição do controlador
Principais funcionalidades da rede neural
- Grupo de 2304 neurónios (até 256 componentes) neurónios idênticos reconhecem o mesmo padrão em paralelo;
- O tamanho dos componentes – 8 bits;
- Todos os neurónios têm o mesmo comportamento e executam as instruções em paralelo,
independentemente do cluster ou até mesmo do chip a que pertencem; - Aprendizagem e reconhecimento de alta velocidade para um neurónio (<80 μs);
- Os neurónios podem ser associados a diferentes contextos (até 128) e a sua utilização pode ser ativada
ou desativada selecionando um valor de contexto; - Sem controlador ou supervisor;
- Seleção de um ou dois classificadores: K-vizinho mais próximo (KNN) ou função de base radial (RBF);
- Seleção de uma ou duas métricas: L1 (distância de Manhattan) ou Lsup (distância de Chebyshev);
- O tempo de reconhecimento é independente do número de neurónios em utilização;
- Gerador automático de modelos incorporado nos neurónios
Operações
A interface para a rede neural resume-se a 4 operações principais:
- Aprender um vetor;
- Reconhecer um vetor;
- Guardar o conhecimento desenvolvido pelos neurónios;
- Carregar um conhecimento nos neurónios.
Estas operações são executadas através de funções API.
Estrutura de dados
O conteúdo de cada neurónio é guardado em 263 bytes da seguinte forma:
- 256 bytes de vetor;
- 1 byte de contexto;
- 2 bytes de campo de influência mínima;
- 2 bytes de campo de influência ativa;
- 2 bytes de categoria.
Documentação
Especificações elétricas
Fonte de alimentação Vcc de 12 VDC Potência total de até 4 W
Especificação da interface
PCI Express X1 2,5 GT/s (Especificação base de PCI Express, rev.2.1)
Especificação mecânica
Para instalação em caixa 2U. Dimensões: 120×68 mm.
Especificação climática
Temperatura de funcionamento: -40 °C a +60 °C Temperatura de armazenagem: -50 °C a +80 °C
Os controladores NT Adaptive AI identificam vários sinais e efetuam ações programadas.
As placas neurais NT Adaptive PCIe podem reconhecer imagens estáticas e de vídeo, sons, vários sinais elétricos, texto, dados.
O processo de reconhecimento de sinais em chips neuromórficos ocorre ao nível do hardware e gera uma enor sme aceleração para o processador central. Os controladores reconhecem sinais em microssegundos com apenas mili-watts de potência.
Possibilidades:
- Identificação;
- Classificação;
- Deteção de novidades;
- Deteção de anomalias;
- Segmentação contextual de imagens;
- Acompanhamento com aprendizagem reforçada à medida que o alvo muda;
- Avaliação estereoscópica da distância;
- Deteção de extremidades;
- Remoção de ruído;
- Compressão de imagem;
E outras.
Áreas de implementação:
- Indústria;
- Agricultura;
- Medicina;
- Militar;
- Segurança;
- Estatísticas;
- Educação;
E outras.
Dimensões da placa NT: 120x68x20 mm
Os painéis da placa neural NT podem conter 2304, 4608 ou até mesmo 9216 neurónios.
O acesso à rede neural tem
lugar através da interface PCIe.
