AI2GO:一种用于在边缘设备部署 AI 的新型自助服务平台

日期 2019 年 7 月 25 日
主讲 Daniel Lang, CMO, Toradex
Peter Zatloukal , VP Engineering, Xnor.ai
语言 英语
AI2GO: A new, self-serve platform for deploying AI at the Edge

传统的深度学习模型需要大量的计算资源,因而在边缘设备上部署就需要使用昂贵的硬件或者保持和云之间的持续连接。Xnor 的全新 AI2GO 平台允许企业和个人开发者将超高效的深度学习模型方便地部署到边缘设备。AI2GO 拥有上百个 Xnor 预先训练好的模型,其针对特定的硬件平台、使用案例和性能要求进行调教,从而满足不同的需求。丰富的计算机视觉任务模型如物体和人体识别、图像分割、运动分类,它们可以在一些低算力的硬件上运行如 Toradex 采用 NXP® i.MX6i.MX 8 处理器的 Apalis 计算机模块。

例如,楼宇自动化公司的工程师可以下载针对商务写字楼应用案例优化的物体识别模型,并在所需速度和内存的 Apalis 模块上运行。来自各个行业如商业安全、零售分析、智能家居、IoT、汽车和消费类设备的工程师和产品经理已经在结合他们的应用来评估 AI2GO 模型,研究如何将其集成到他们的产品中。

Xnor 将这个过程变得尽可能简单,可以在 30 分钟内设置好一个 AI2GO 模型并运行。AI2GO 在模块上提供的深度学习模型称为 Xnor Bundles(XBs)。一个 XB 包含 AI 模型和推理引擎,通过简单的几行代码就可以让模型在设备上运行。它还可以集成到 Toradex 易于使用的工业级 Linux 新平台 - Torizon.

Xnor 的 AI2GO 正在改变我们如何使用此类技术的方法和行业趋势。参加本次令人激动的网络研讨会议,使您了解使用 AI2GO 的方法。

请注意:在网络研讨会议的最后环节您将有机会提问。


选择您所在的时区

 
选择适合您参加的时间

10:00 - 11:00 (CEST)


点击注册!

19:00 - 20:00 (CEST)


点击注册!

#AI2GO #NXP® i.MX 6 #NXP® i.MX8