AI Accelerator PCIe Card

省電力・高効率
ASUS AI Accelerator PCIe Cardは、エッジAI推論を可能にするCoral Edge TPUを複数搭載した初めてのPCI Express®拡張カードです。
  • AI推論を高速化するASIC設計
  • 複数のAIアナリティクスを並行して実行
  • 低遅延を実現するAIモデルパイプライン技術
  • わずか36~52Wの低消費電力
Icon with note and Request a quote text
AI Accelerator PCIe Card
AI Accelerator PCIe Card

ML(機械学習)推論を並列化することで低遅延を実現

複数のAIモデルを同時に実行します。

複数のモデルを実行する必要がある活用シーンでは、各モデルを特定のEdge TPUに割り当てて並列実行することで、最高のパフォーマンスを発揮することができます。

モデルパイプライン技術で機械学習のパフォーマンスを強化

高速応答や大規模モデルの実行が必要なアプリケーションでは、パイプライン技術を活用して、モデルを複数の小規模モデルに分割することができます。

  • パーティションと実行 : 小規模モデルをさまざまなEdge TPUで実行
  • 高速応答 : 全体を高速化
  • 遅延低減 : 大規模モデルの合計遅延時間を短縮

小規模なデータセットで機械学習の成果を最大化

Edge TPUは、主にエッジでの推論のために設計されています。オンデバイストレーニングにより、事前にトレーニングされたモデルからAPIベースの転送学習を実行し、AI Accelerator PCIe Card上で直接、微調整されたモデルを取得することができます。

  • モデルの精度向上 : AI Accelerator PCIe Cardにより、エッジでの転送学習が可能となります。モデルの再トレーニングにサーバーやクラウドを使う必要はありません。
  • トレーニング時間の短縮e : 200枚以下の画像でモデルを最適化するため、ゼロから始める必要はありません。 

より少ないエネルギーで、より多くのことを

エネルギー効率を考慮して設計されたAI Accelerator PCIe Cardは、優れた熱安定性を備えており、複数のEdge TPUを使用して推論を高速化することができます。

  • 低消費電力 : 36/52W (8/16 Edge TPU)
  • 外部電源が不要 : 電源はPCIeスロットから直接供給されます。

AIアプリケーションのプロトタイプを数分で作成

AI Accelerator PCIe Cardは、AIのデモンストレーションやプロトタイプを短期間で構築するのを支援します。Node-REDと互換性のあるEdge TPU inference nodes*と呼ばれるAI展開ビルダーを開発しました。このプログラミングツールを使えば、Edge TPUノードを使ってフローをワンクリックで簡単につなげることができます。プロトタイピングの段階で面倒なコーディングをする必要がなくなります。

  • 直感的なプラットフォーム : ブラウザベースのグラフィカルなインターフェースで、コーディングの必要がありません。
  • 操作が簡単 : 任意の機械学習ノードをドラッグ&ドロップしてつないだら、すぐにデプロイできます。
  • データの可視化 : わかりやすく洗練されたダッシュボードで、 AI Accelerator PCIe Card の使用状況を監視できます。

* Edge TPU推論ノードのダウンロードは こちら


豊富な用途

  • 製造業

    欠陥検出
    設備の監視
    安全性の向上

  • 小売

    店頭での自動レジ
    混雑度/密度分析
    インテリジェントサイネージ

  • 交通

    交通管理
    車両管理
    スマートパーキング

  • 監視

    侵入検知
    バーチャルフェンス
    セキュリティ

ワークフロー

ASUS AI Accelerator PCIe CardでのAIモデル展開方法

  • TensorFlow Liteコンバータ : TensorFlowモデル(.pbファイル拡張子)をTensorFlow Liteモデル(.tfliteファイル拡張子)に変換します。
  • コンパイラ : TensorFlow Liteモデル(.tfliteファイル拡張子)をEdge TPU上で実行可能なファイルにコンパイルするコマンドラインツールです。
  • 展開 : PyCoral API(Python)またはLibcoral API(C++)を介してAIモデルを実行します。

機械学習モデルの要件

  • 対応するMLフレームワーク : TensorFlow Lite
  • 量子化 : テンソルパラメータは量子化されています (8ビット固定小数点数; int8)。
  • ニューラルネットワークに対応 : CNN (Convolutional Neural Networks).
  • モデル変換 : TensorFlowコンバータツールでTensorFlowモデルからTensorFlow liteモデルへの変換。

技術仕様

  • MLアクセラレータ : 8/16 Edge TPUとの統合により、32/64のTOPS性能を実現
  • インターフェース : PCI Express® (PCIe®) 3.0 x16
  • フォームファクター : フルハイト、ハーフレングス、ダブルスロット
  • 冷却方式 : アクティブファン
  • 動作温度 : 0-55°C
  • 外形寸法 : 42.1×126.3×186.3(幅×高さ×奥行き、mm)
  • 消費電力 : 36〜52ワット
  • 対応OS : Ubuntu 18.04、Debian 10、Window 10
関連製品
previous image
next image
comparison icon
(0)