Kneron KL520 USB AI Dongle​

商品簡介

• 結合耐能KL-520神經網路加速晶片
• 超低功耗的邊緣運算方案
• 高效能的神經網路推理運算能力
• 支援Win10, Linux 和樹莓派
• 支援Kneron KNEO 智能邊緣運算網路

Kneron NPU IP神經網路處理器系列是針對終端裝置所設計的AI專用處理器，具低功耗、體積小特性，提供強大的運算能力與優異的每瓦效能，可應用在智慧家居、智慧安防，智慧手機，以及對耗電和空間有高度要求的穿戴式裝置等。全產品線的功耗為百毫瓦(mW)等級，針對特定的應用，甚至可降至5毫瓦以下。

商品特色

• 優異的能耗效率：全系列產品的每瓦效能在1.5TOPS/W以上。
• 超低功耗：全產品的功耗為百毫瓦等級，針對特定的應用，甚至可降至5毫瓦以下。
• 深度壓縮技術：不僅能執行模型壓縮，還能對運行中的資料和參數(coefficient)進行壓縮，提高整體壓縮率，減少記憶體使用。
• CNN模型支援優化：支援更廣泛的CNN模型，包括Vgg16、Resnet、GoogleNet、YOLO、TinyYOLO、Lenet、MobileNet、Densenet等，而且針對不同CNN模型分別進行優化。
• 適應性資料結構：根據不同的計算需求，動態調整資料結構，提高MAC效率。
• 支援主流深度學習框架：Caffe、Keras、TensorFlow和ONNX。
• 完整的硬體解決方案：包含硬體IP、編譯器(Compiler)以及模型壓縮(Model compression)三大部分。
• 卷積核拆分與加速：將大卷積核的卷積運算區塊分割成多個小區塊分別進行運算，再將小區塊的運算結果進行融合，以加速整體運算效能。
• 交錯式運算架構：神經網路架構中主要的卷積(convolution)與池化(pooling)運算可平行進行，卷積層還可同時支援8bits與16bits的定點運算(fixed point)，以提升運算效率。
• 動態儲存資源配置：讓共享記憶體和運作記憶體之間進行更有效的資源配置，提升儲存資源利用率的同時卻不影響運算效能。

商品應用

人臉辨識

• 精準定位人臉輪廓和特徵，即時偵測多張人臉與特徵標示
• 0.1秒內完成身份辨識，遠高於人眼辨識速度
• 高於99%的辨識精準度
• 在移動、光線不佳、角度偏移的狀態下也能進行臉部偵測
• 支持真人辨識，排除用照片、影片解鎖的風險
• 相較於一般開源軟體，消耗的處理器資源平均不到一半

身體與手勢辨識

• 高達99%的辨識精準度
• 手勢辨識的有效判別距離可達5公尺
• 可用簡單手勢，控制各種居家設備，人機互動更加直覺容易
• 可支援離線也能連上雲端。在離線狀態下就能運作以保護個人隱私，或連上雲端獲得更多互動功能。
• 入門的硬體需求，只需搭載微型感測器即可

物品與場景辨識

• 在離線環境中可辨識高達千種物品
• 0.1秒的辨識速度
• 可偵測特定的物體，如危險物品
• 可識別場景，並即時描述
• 可辨識車牌與車型，協助交通監測與停車場管理
• 偵測車道，在不同氣候下，依舊可辨識不同種類的車道，輔助駕駛安全

商品規格

【神經網路運作效能比較表】

【Supported Operating Systems 】

• Ubuntu 18.04.3 TLS (64 bit)
• Windows 10 (64 bit)
• macOS Supported (VM)
• Raspbian

文件下載

Developers

Education Center

出貨清單

• Kneron KL520 USB AI Dongle x1