Intel Movidius Neural Compute Stick : De l’intelligence offline

Quand Intel a racheté Movidius, société spécialisée dans l’analyse d’images, cette dernière s’apprêtait à lancer une clé USB capable de rajouter ses fonctions d’analyse à d’autres périphériques. Le rachat a ralenti ce processus mais il est resté sur les rails. Aujourd’hui Intel annonce la Movidius Neural Compute Stick.

Derrière ce nom barbare,  Movidius Neural Compute Stick vous pouvez le placer près de la machine à café, cela fait toujours son petit effet, se cache un outil assez particulier. Si Intel nous a habitué à des clés Compute Stick qui étaient en réalité des ordinateurs dans un format ultra compact, ce nouveau produit n’a pas grand rapport avec ces précédents.

2017-07-21 11_45_39-

La clé Movidius avant le rachat par Intel…

Produit ultra spécialisé, la Movidius Neural Compute Stick reprend l’idée du format clé USB mais c’est bien le seul rapport avec les autres modèles de la gamme. Destinée aux développeurs, aux chercheurs et aux makers, la petite clé USB 3.0 mesure 72.5 mm de long pour  27 mm de large et 14 mm d’épaisseur. Elle a pour but d’apporter des fonctions d’Intelligence Artificielle à différents projets dans un encombrement des plus réduits. La solution est conçue pour offrir ses fonctions d’analyse en direct et offrir ainsi aux appareils des possibilités de travail offline, sans passer par une AI dans les nuages.

Ce Movidius Neural Compute Stick embarque un VPU1Myriad 2 qui ne consomme qu’un tout petit watt pour fonctionner. C’est la puce choisie par de nombreux appareils pour effectuer des calculs et de l’analyse d’images. Les accessoires de vision de chaleur FLIR que l’on ajoute aux smartphones par exemple mais aussi les quadricoptères DJI Phantom 4 ainsi que de nombreux casques de réalité virtuelle et autres caméras de sécurité.

2017-07-21 11_44_32-

Qui est vautré dans le canapé ? Pas d’alerte a envoyer si c’est quelqu’un de la famille…

L’idée de ce produit est de permettre a un programme de se reposer sur la puce Myriad 2 pour analyser ses données plutôt que de se tourner vers un système en ligne. cela offre l’énorme avantage de l’autonomie de l’engin ainsi créé. Avec 1 watt de consommation et aucun besoin de se connecter via Wifi ou autre, la solution est moins énergivore et peut donc travailler hors réseau et plus longtemps.  La solution est capable d’employer un système d’Intelligence Artificielle Caffe pré-entrainé2 pour résoudre des problèmes rencontrés par votre programme de base.

2017-07-21 11_55_04-

Un exemple simple. Vous créez un petit robot muni d’une webcam et l’entraînez à suivre un parcours dans un stock et des bureaux. Au bout d’un moment, il a repéré la topographie des lieux et agit de manière autonome. Il ne fait pas une ronde classique mais agit suivant un ordre qu’il détermine en veillant à passer régulièrement dans toutes les pièces de manière à tout surveiller. Imaginons que dans le stock, un carton ait été oublié au sol. Si votre robot ne fait pas la différence entre un carton et un intrus, il enverra un message avec une image du carton. Et voilà que le propriétaire du lieu reçoit un SMS d’un carton toutes les heures, à chaque « ronde » du petit robot. Avec un Movidius Neural Compute Stick ajouté à bord du robot et l’entrainement nécessaire de son programme, gros changement. La puce permet au robot d’analyser l’image et de faire la différence entre un carton, un début d’incendie ou un être humain. Dans le cas du carton, le robot va faire le tour de l’objet et délimiter son emplacement exact. Il pourra envoyer un rapport d’anomalie précis et cartographié. Dans le cas du début d’incendie, il peut directement envoyer un message d’alerte à une liste de personnes prédéterminées avec des images détaillées. Voir allumer le système anti incendie dans la zone concernée pour éviter de ruiner tous les locaux. Idem en cas d’intrusion, une liste de destinataires pré-établis, l’allumage des lampes et la diffusion d’un message oral dans les locaux peuvent être programmés. Et cela de manière 100% autonome.

Un quadricoptère équipé d’une solution Movidius gagne en autonomie

Les capacités de la puce Myriad 2 vision sont assez étonnantes, plus  de 100 Gigaflops de performances de calcul pour un tout petit watt de consommation. C’est impressionnant mais cela ne s’arrête pas là. Car si votre projet a besoin d’encore plus de performance, le système est capable de se chaîner et de multiplier ces résultats. On peut ainsi ajouter des clés Movidius Neural Compute Stick, augmenter leur consommation mais doubler, tripler ou quadrupler leurs performances. Ce qui peut offrir un grand nombre de possibilités de constructions d’Intelligences Artificielles en dehors de tout réseau.

2017-07-21 11_45_25-

A 79$ pièce, la solution n’est pas hors de prix au vu du service rendu. C’est un produit ultra spécialisé et sans réelle concurrence, on aurait pu s’attendre a une commercialisation moins abordable de la part d’Intel.

2017-07-21 11_43_12-

Reconnaître les différents fruits posés sur un plateau ? Facile.

J’attends de voir ce qui va sortir de ce type de produit, ce que les makers vont en faire. Pour le moment le Movidius Neural Compute Stick nécessite une machine x86-64 sous Ubuntu 16.04 pour fonctionner. La solution Movidius est compatible ARM et x86 et fonctionne par exemple sous Raspberry Pi 3. Il y a un énorme potentiel pour des millions d’applications. De la surveillance à la reconnaissance faciale, de l’analyse d’objets à de la reconnaissance et du tri d’images, de nombreux projets autonomes et indépendant du web peuvent être imaginés. Imaginez le même robot qui pourrait s’acquitter de plusieurs tâches différentes en adaptant son programme après analyse de l’objet se trouvant face à lui. Imaginez une caméra capable de reconnaître différents objets et les décrire simplement à une personne ayant une déficience visuelle. Les projets sont énormes.

2017-07-21 11_47_19-

Cela fait partie de la stratégie d’Intel de développement et, évidemment, cela fait un écho parfait à leur technologie Realsense capable de voir en profondeur et de mesurer les dimensions des objets. Movidius a d’autres tours dans son sac et après la reconnaissance d’images, Intel devrait pouvoir lancer des outils de reconnaissance sonore par exemple

Vous trouverez plus d’infos sur le site de Movidius.

 

Notes :

  1. Vision Processing Unit
  2. Si vous voulez voir un exemple d’analyse d’image Caffe, suivez ce lien.

Soutenez Minimachines avec un don mensuel : C'est la solution la plus souple et la plus intéressante pour moi. Vous pouvez participer via un abonnement mensuel en cliquant sur un lien ci dessous.
2,5€ par mois 5€ par mois 10€ par mois Le montant de votre choix

Gérez votre abonnement

16 commentaires sur ce sujet.
  • 21 juillet 2017 - 13 h 51 min

    impressionant et plein de promesse de pouvoir embarquer des modèles Deep Learning complexes dans un tel objet. J’espère qu’on va voir des projets fleurir

    Répondre
  • 21 juillet 2017 - 15 h 09 min

    Pour ceux qui voulaient qqchose de plus souple que le « Jevois », et qui sont prêt à y passer du temps (parce que faire tourner un ANN ce n’est pas si simple que cela) : ça donne envie ! La dispo uniquement sur Ubuntu est rare et étonnante (mais ça tombe bien, pour une fois ce sont les utilisateurs des autres OS qui doivent se poser des questions ..), mais le sdk python fourni s’appuie sur le framework caffe (licence BSD) et ça ne doit pas être difficile à faire tourner sur autre chose (github.com/BVLC/caffe/tree/windows).

    Répondre
  • 21 juillet 2017 - 19 h 00 min

    couplé avec un Rpi, par exemple, cela peut etre genial..

    Répondre
  • 21 juillet 2017 - 19 h 44 min
  • 21 juillet 2017 - 20 h 09 min
  • 21 juillet 2017 - 20 h 16 min

    je te l’accorde c’est mieux ^_^

    Répondre
  • 22 juillet 2017 - 11 h 03 min

    JeVois pourrait assurer dans les véhicules électriques couplé avec un radar d’obstacles et zoom autophocus etc ^_^

    Répondre
  • 22 juillet 2017 - 11 h 05 min

    C’est pour quand la commercialisation de la clé ?

    Répondre
  • 22 juillet 2017 - 19 h 07 min
  • 30 juillet 2017 - 14 h 36 min

    Pierre tu devrais ouvrir ou diriger un fablab pour transmettre ton enthousiasme au plus jeunes….et expérimenté toi même plein de trucs chouettes.

    Répondre
  • 31 juillet 2017 - 13 h 58 min

    @Yanos: Si tu savais comme cela me plairait !

    Répondre
  • 2 août 2017 - 16 h 34 min

    […] électrique, la clé se positionne sur un segment intéressant pour des machines embarquées. Mais cette “obligation” de compatibilité x86 gâchait un peu ce tableau puisque les engins x86 sont souvent plus gourmands en énergie que les […]

  • 19 avril 2018 - 14 h 19 min

    […] se marie un jour avec l’implantation au coeur des puces de la marque d’un système de Machine Learning de type Movidius, les possibilités d’un cocktail de ce type risquent d’être […]

  • 26 juillet 2018 - 14 h 19 min

    […] pense bien évidemment à une réponse de Google à Intel et à ses solutions Movidius qui fonctionnent de la même manière. Miser sur les développeurs est toujours une stratégie […]

  • 15 novembre 2018 - 13 h 00 min

    […] Intel Movidius Neural Compute Stick : De l’intelligence offline […]

  • 29 janvier 2020 - 15 h 39 min

    […] 170$ HT. C’est un investissement plus conséquent cher qu’une Raspberry Pi associée à une solution Movidus par exemple. Mais cela reste abordable pour une personne, une société, un club ou autre cherchant […]

  • LAISSER UN COMMENTAIRE

    *

    *