构建视频数据与人工智能模型一体化管理平台
与DeepX、Mobilint等韩国神经网络处理器企业合作
图形处理器负责模型训练,神经网络处理器负责推理

浦项DX18日表示,已开发出利用国产人工智能(AI)芯片的工业现场非结构化数据分析平台。


浦项DX将国产神经网络处理器(NPU)应用于视觉人工智能平台。本次开发的平台可在统一环境中将工业现场采集的视频数据作为训练数据进行运营,并将实现服务所需、反复使用的人工智能模型管理、性能指标、应用记录等功能标准化。


POSCO DX于18日表示,已开发出利用国产人工智能芯片的工业现场非结构化数据分析平台。POSCO DX人工智能研究院人员正在测试物流环境载货量测算人工智能程序。POSCO DX供图

POSCO DX于18日表示,已开发出利用国产人工智能芯片的工业现场非结构化数据分析平台。POSCO DX人工智能研究院人员正在测试物流环境载货量测算人工智能程序。POSCO DX供图

View original image

神经网络处理器是一种专门用于深度学习、机器学习等人工智能运算的芯片。与图形处理器(GPU)相比,其更适合人工智能推理,可降低基础设施成本和用电量。


若将神经网络处理器直接搭载于现场设备控制系统,便适合实现无需经过人工智能数据中心或服务器的边缘人工智能。借此,在安全至关重要的制造现场,无需将数据外传即可进行推理,从而兼具安全性与实时性。


视觉人工智能平台采用混合模式:人工智能模型训练和开发仍使用图形处理器,而工业现场的实时运算和判断则采用国产神经网络处理器。在研究和验证阶段,也可利用神经网络处理器,预先确认其在实际应用于工业现场前的推理性能和有效性。由此,可在部署至现场前,提前验证人工智能模型的准确率、处理速度及能效等指标。


此前,浦项DX基于与DeepX、Mobilint等韩国神经网络处理器开发商的合作,持续推进面向工业现场的人工智能国产化。经验证,在相同推理性能下,基础设施建设和运营成本可较图形处理器降低约50%,用电量则可减少约90%。



浦项DX相关人士称:“基于神经网络处理器的视觉人工智能平台将成为更高效实现适配工业现场人工智能的基础。公司将推动国产神经网络处理器应用体系化,提升工业现场的推理能力,并致力于激活人工智能芯片生态系统。”


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点