Redes neuronales autocontenidas en un lápiz USB, la solución de Intel para los pequeños desarrolladores de IA

Crear software de inteligencia artificial puede ser una tarea complicada de llevar a cabo cuando no contamos con el modo de testarlo en nuestro sistema local, sin recurrir a la nube, una opción que no siempre está al alcance de los estudiantes o aficionados a la programación.

Por eso, Intel se ha propuesto facilitarles la vida gracias a su nueva generación de "barras de cómputo neuronal", unos dispositivos muy similares a las unidades USB estándar (se conectan a los equipos a través del puerto USB 3.0) que son, fundamentalmente, redes neuronales autocontenidas que ofrecen a los desarrolladores una vía asequible para crear proyectos de Deep Learning.

El nuevo modelo Intel Neural Compute Stick 2 ha sido presentado por Intel en el marco del evento AI DevCon, dedicado al desarrollo de soluciones de inteligencia artificial y que se celebra en estos días en Pekín. Por lo que sabemos, Intel lo lanzará al mercado con un precio de 99 dólares.

El precio es 20 dólares superior al de su predecesor (el Intel Movidius Neural Compute Stick lanzado en verano de 2017) aspecto que compensa ofreciendo un rendimiento 8 veces superior al de éste, pasando de ser capaz de escanear 3-4 fotogramas por segundo a 20.

El Neural Compute Stick 2 es, por ahora, compatible con PC's con sistemas Linux o con sistemas Raspberry Pi, pero desde Intel afirman que el soporte para Windows ML llegará pronto, permitiendo a los usuarios de Microsoft disfrutar, ellos también, de la capacidad de procesamiento que proporciona su unidad de procesamiento visual Intel Movidius Myriad X.

Este modelo ofrecerá también optimizaciones para el conjunto de herramientas de Intel OpenVINO, cuyo objetivo es facilitar la escritura de código para permitir su posterior reutilización sobre diferentes arquitecturas.

Según Intel, el Movidius Myriad X "es el primer sistema en chip (SOC) en el mundo que incluye un Motor de Informática Neuronal especial para acelerar las inferencias de aprendizaje profundo en dispositivos externos". Con su incorporación, el Myriad X obtiene una capacidad de 1 TOPS (billones de operaciones por segundo).

Dicho motor "es un bloque de hardware interno específicamente diseñado para ejecutar redes neuronales profundas a alta velocidad y con bajo consumo de energía sin comprometer la precisión y permitiendo a los dispositivos ver, comprender y responder a sus entornos en tiempo real".