米尔百度大脑EdgeBoard边缘AI计算盒免费试用 - 电子技术论坛

米尔百度大脑EdgeBoard边缘AI计算盒免费试用

米尔百度大脑EdgeBoard边缘AI计算盒免费试用

百度大脑 EdgeBoard AI 计算盒/计算卡是米尔与百度联合推出的一款高性能,高可靠性的 AI 计算盒。该产品基于 XILINX Zynq UltraScale+ MPSoC 系列 FPGA 可伸缩计 ...

¥3499数量317人申请 试用结束

产品介绍

随着应用场景的多样化,利用人工智能技术在边缘侧部署一系列创新应用解决方案,对企业传统的业务形态进行升级,加速业务增长,增强竞争优势,起着至关重要的作用。在市场需求和产业趋势的推动下,米尔携手百度,推出高性能及高性价比EdgeBoard 边缘AI计算卡/计算盒,助力AI项目落地。可灵活适配海量的且不断迭代的AI模型,并提供强大的运行算力。开发者可以采用EdgeBoard边缘AI计算盒作为人工智能项目落地的硬件平台,也可以将EdgeBoard计算卡嵌入终端设备,使设备具备AI推理能力。


EdgeBoard FZ5 边缘AI计算盒产品图


EdgeBoard FZ5边缘AI计算卡产品图


1面向批量化AI项目落地的高可靠性AI BOX



米尔推出的百度大脑EdgeBoard 边缘AI计算盒及计算卡FZ5)基于XILINX XCZU5EV(4核Cortex-A53融合FPGA)自适应可伸缩计算架构;支持二次开发,支持快速模型迭代 ;4GB/8GB DDR4SDRAM(64bit,2400MHz);搭配32GB eMMC 的存储组合,支撑多模型/高精度模型部署;支持DP、USB、HDMI、GigeNet等丰富接口;支持8-16路视频解码,4-8路智能分析。为批量化AI项目落地提供卓越选择!


2 根植百度大脑强大生态体系,拥有丰富AI能力


搭载百度PaddlePaddle框架,衔接百度大脑开放能力,可提供海量且不断迭代的模型库轻松实现人脸&人体,动物&物体,文字&标识,及各种定制化场景的图像识别(包含但不限于)。


3 算力强大,性能卓越

算力达到2.4T,典型工况下功耗10W-20W,部分模型实测数据如下:


4 丰富的开发资源与工具平台


深度兼容百度大脑离线算法,定制化图像识别(EasyDL),视频监控开发平台(EasyMonitor),开源深度学习平台(PaddlePaddle),文档丰富工具齐全,实现模型的训练、部署、推理等一站式服务,降低AI开发门槛。


5 卓越品质与可靠性设计,直面工业场景高效开发


宽温设计,适应-40度到+70度环境温度;整体式无风扇被动散热,适应工业场景的恶劣环境;此外,生产研发的高标准选料与工艺,确保优秀的产品品质,产品可拥有长达10年生命周期。


6 应用场景丰富

产品可广泛的应用于安防,工业,医疗,零售,教育,交通等领域

试用名单 (1人)
申请名单(17人)
  • Abner_561 02-20 21:34

    随着疫情常态化,关注人流量高峰期并在高峰期引导和疏散人流成为各公共场所需面对的问题,特别是各大图书馆密集场所。 图书馆存在高峰期人流量大,数据不易追踪,且图书馆现有视频监测系统已建设使用多年,由于建设初期技术和资金所限,主要目的为解决图书馆关键点位治安防控,无法满足疫情下对人流量控制的需求,因此在疫情之下亟需建立一套图书馆人流量监测系统尤为必要。米尔百度大脑EdgeBoard边缘AI计算盒植根百度大脑强大生态体系,拥有丰富AI能力搭载百度PaddlePaddle框架,衔接百度大脑开放能力,可提供海量且不断迭代的模型库轻松实现人流量统计属性分析、人像分割等满足项目需求。 如果能通过实用,评估米尔百度大脑EdgeBoard边缘AI计算盒软件,硬件能力,做到关键技术开源开放。

  • jf_83260274 02-20 11:45

    器件选型 样机制作

  • luojinsheng6 02-19 21:43

    申请理由:本人在智能电子产品开发上积累了一些经验,希望开发一款能够快速识别蔬菜和水果的电子秤。 项目计划:根据文档,对EasyDL快速学习和使用;通过学习EasyDL的软件和系统,了解实际应用案例,熟悉开发过程;基于EasyDL现实电子秤的项目筹备;项目开展,按时间计划实施。 预计成果:分享项目的开展,实施,结果过程,展示项目结果。

  • 毛毛哥1997 02-19 18:34

    申请理由: 本人为硕士研究生在FPGA领域有三年多的学习和开发经验,并且正在经营微信公众号和个人博客等,拥有较为丰富的xilinx平台开发经验,本次想借助发烧友论坛和百度大脑平台,设计全新的mobilenetV2花朵分类神经网络,以达到高帧率的实时识别。 项目计划: 1.开发板开箱,基本的硬件资源介绍 2.学习百度PaddlePaddle框架,并且跑通官方demo 3.基于PaddlePaddle框架,训练自己的神经网络 4.进行神经网络的软件开发 5.实现效果分析 6.项目调试优化 预计成果: 全套神经网络代码开源,项目实施细节教程。

  • jf_57150159 02-07 17:14

    想了解这个机器的性能,还有支持国产化系统的运行情况

  • liliang19910310 02-07 13:26

    申请理由: 本人有5年的DSP和FPGA以及ARM的开发经验,曾参与汽车辅助驾驶系统研发和质谱仪项目研发,对质谱仪和机器学习均有较为深入的理解。其中尤其对于强化学习有深入的研究和探索,也长期基于ZYNQ进行控制系统的开发。正是基于此,想做质谱仪的延伸探索——自动调谐,利用深度学习等实现智能调谐。想借助电子发烧友和米尔科技提供的平台进行相关的设计和研究。 项目计划: 1、根据文档快速了解产品(EdgeBoard边缘AI计算盒) 2、由于使用过ZYNQ,软件开发流程和例程都无需了解,能够直接上手 3、建立数学模型,完成算法源码 4、进行项目开发,移植算法库 5、进行项目调试和参数优化,并分享部分源码(算法源码不提供) 预计成果: 1、建立4个ARM A53核的通信,考虑使用OPENAMP,裸机跑的话可以采用共享内存方式; 2、PS和PL的高速通信,使用的通信方式为:AXIS; 3、系统和上位机PC的通信(以太网、USB等); 4、研制成样机,调试智能调谐算法,评估板卡性能,是否能应用于医疗领域。

  • jf_19953767 02-02 23:56

    1.分亨成果,展示原理,

  • 舍之名志 02-01 00:20

    学习一下AI设备

  • 630183258 01-27 12:41

    1、申请理由: 本人有多年嵌入式及FPGA开发,熟悉LINUX、QT开发,今年在做芯片测试时遇到了芯片丝印检测效果不佳的问题,看到试用,想借助米尔百度大脑 EdgeBoard边缘AI计算盒优化芯片丝印检测。 2、项目计划: (1) 搭建开发环境,学习板卡例程(2-3周); (2) 芯片丝印检测分类功能开发(4周); 3、预计成果: (1)完成芯片丝印检测分类功能开发,分享开发过程; (2)分享学习过程中遇到的问题及解决方法; (3)如有精力学习下财务票据识别分类。

  • wdefrtyu 01-25 23:56

    在做停车楼的车辆管理系统,主要对进出车辆识别和计算没楼层的空余停车位和具体空余停车位位置用于入口和每楼层显示。商讨采用那种产品

  • jf_78434767 01-23 09:29

    1.根据文档对LattePanda快速入门 2.进行深度学习的slam建图定位算法的移植 3.对驱动进行移植以适应ros环境(根据板子操作系统情况) 4.项目计划 1.1.24-2.8进行lattepanda环境的快速入门 2.2.9-2.23在主机端,移植基于panda Linux的视觉slam算法 3.移植板子,并确定板子设备驱动情况 4.2.26-3.15 进行相关驱动开发,并部署到实验小车中 4.项目wiki手册

  • flowerhuanghua 01-22 23:55

    米尔百度大脑EdgeBoard边缘AI计算盒试用 从事十多年FPGA设计,熟悉intel、xilinixFPGA,对zyqn,S10等FPGA非常熟悉 1.评估XILINX XCZU5EV(4核Cortex-A53融合FPGA)硬件平台,对于电力巡检机器人的需求硬件要求; 2.开箱测评; 3.FPGA的工业温度测评; 4.电力巡检机器人的功能测评; 5.完成测评报告。

  • tiancegis 01-22 21:12

    1,形变监测节点采集 处理 优化 2,预警 预测 算法研究

  • jia1973 01-22 18:15

    1.公司在做这方面的边缘计算的开发和准备工作。

  • 卿小小_9e6 01-22 11:07

    1.项目名称 【米尔百度大脑EdgeBoard边缘AI计算盒免费试用】+ 深度学习 2.申请理由 本人从事FPGA工作8年,从最初Altera(Cyclone/MAX/Stratix系列)到现在的Xilinx(Virtex/7Series/ZYNQ/ZQNY UltraScale系列),跨型号/跨平台,面对多次挑战,一路坚持到现在。 目前研究深度学习及目标检测技术,值此机会,申请米尔百度大脑EdgeBoard边缘AI计算盒做试用评测。 3.测试计划 a.开箱评测; b.板卡例程学习及使用(1~2周); c.视频编解码功能测试(2~3周); d.基于DPU的深度学习视频处理(2~3周)。

  • liujing1232 01-20 20:35

    申请理由:本人有三年多的fpga开发经验,一年多的zynq开发经验。有多个基于fpga图像处理开发加速的经验,也开发过基于fpga加dsp主核的开发板。目前正在进行基于fpga的深度学习加速相关项目,也是基于fz3实现的一个项目,此次看到fz5的试用机会也是非常想通过此次机会完善fz3开发存在的问题,由于fz3资源有限,深度学习加速也很有限,并且还存在一定的bug。fz5不管是外形还是接口设置,都非常符合工业应用,并实现更加强大的加速功能。 项目计划: ①根据开发板手册数字开发板开发基本步骤; ②移植fz3的项目工程,在fz5上实现深度学习加速项目 ③解决fz3开发项目上存在的bug ④采取性能更好dpu,实现更强的加速项目 ⑤将数据与外设设备结合,实现深度学习推断项目的正式应用,由于自身项目的保密性,拟准备另做一个垃圾分类的项目,相应计划如下: ①目前已申请垃圾分类相关项目书面文档,只有具备一定的实时性才能确保垃圾分类的有效性 ②将上述深度学习加速工程的数据通过串口发送到其他设备实现垃圾分类 ③设计垃圾分类结构,控制板自己实现的整体结构 ④调试,优化 ⑤项目总结

  • Uoooo 01-20 13:49

    本人在异构计算领域有2年的开发经验,目前在做无人机视觉导航课题的研究此前在Ultra96平台上进行过视觉slam算法的加速设计,但资源比较有限现在希望在百度的这个新平台上继续进行研究

向上拉,查看更多申请名单