Das Modul erhält seine Funktion durch Bereitstellung eines trainierten neuronalen Systems auf einer SD-Karte und ist mit einer USB-3.1-Schnittstelle sowie einem GigE-Port ausgestattet. Auf Basis des neuronalen Netzes lassen sich Daten von angeschlossenen Kameras oder aus dem CPU-Programm verarbeiten. Durch die Verwendung von Machine-Learning-Algorithmen können beispielsweise optische Qualitätskontrollen in Produktionsanlagen oder bildgesteuerte Robotersysteme realisiert werden (weitere Details und Beispiele im Whitepaper). Die verbaute VPU, Intels Myriad X VPU Chip, hat einen dedizierten Hardwarebeschleuniger für tiefe neuronale Netzstrukturen.
Neue Anwendungen der Automatisierung
Die integrierte Bildverarbeitungseinheit zusammen mit der Recheneinheit für neuronale Netze, macht den Myriad X geeignet für Vision-basierte KI-Applikationen. Das ermöglicht neue Anwendungen in der industriellen Automatisierung durch Beschleunigung von Bildverarbeitungsprozessen und schnelle lokale Datenauswertung über die trainierten Modelle zu realisieren. Über die integrierten Schnittstellen des Moduls können Anwender GigE-Vision-kompatible Sensorik anschließen. Diese Daten, sowie Informationen aus dem CPU-Programm selbst, lassen sich mittels neuronaler Netzwerke verarbeiten. Das Ergebnis des Verarbeitungsvorgangs kann anschließend im CPU-Programm ausgewertet werden. Wo etwa zur Erkennung von Werkstücken mittels Bildverarbeitung die Daten jedes Werkstücks genauestens konfiguriert werden müssen, kann dieser Vorgang durch Anwendung von Lernverfahren auf gekennzeichneten Bilddaten deutlich flexibler und robuster gestaltet werden. Zum Einsatz kommen dabei offene KI-Frameworks wie Tensorflow, Keras oder Caffe.
