圧倒的な低遅延
Zebraは75W制限のあるロープロファイルFPGAカード製品でも圧倒的な低遅延を実現しており、10ms以内での物体認識を可能としています。
*再生される動画の解像度が低い場合は、こちらをお試しください
GPUではできない、異なるネットワークを同時実行
ZebraはGPUと違って、複数の異なるニューラルネットワーク を同時に実行する事が出来ます。使用するカードによって異なりますが、現時点では1枚のFPGAカードで最大8つの同時実行が可能です。
使用するFPGAカードの枚数を増やすことにより、ニューラルネットワークの同時実行をスケーラブルに変更できます。
*再生される動画の解像度が低い場合は、こちらをお試しください
Zebraエンジン
Zebra エンジンについてもう少し。ラーニング済NN処理をZebraコア処理に再マッピング。
Zebra Tools はサーバコマンド操作でセットアップを行う事ができます。FPGAカードへのZebra Coreの搭載は自動的に行われるため、FPGA設計知識は必要としません。ドライバセットアップ後はラーニング済NNを所定ディレクトリに保存、マッピングツールを起動させるだけで、NN処理を指定した対象Zebaraコアに最適マッピング致します。マッピング後は判定対象画像を複数キャプチャしてキャリブレーションを行い対象環境に合わせた調整を行います。マッピング・キャリブレーション時間は僅か10分程度で、迅速な評価が直ぐに始められます。
FPGA内のZebraコアイメージ
- GPUコアと同様の動作をするZebraコアを既に構築しており、FPGAを意識する必要なし
- Zebraは実行前に設定ファイルを読み込むだけ
- CPU/GPUと同じコマンドでCPU/GPUで行った学習済みのNNとWeightを使用し、Zebraの高速推論エンジンが起動
実行環境作成編
始めに、GitHubに一般公開されているdarkflowとyolov2の重み、ネットワークをダウンロードし、実行環境を作成します。
*再生される動画の解像度が低い場合は、こちらをお試しください

net one ナレッジセンター 匠コラム
Mipsology Zebra:FPGAを使用した高効率な推論プラットフォーム