AIエッジコンピュータ
システムオンモジュール QCS8250 をベースに、HDMIからの映像入力やLANといったインターフェースを搭載したAI開発用のエッジコンピュータとしてご使用いただけます。また、HDMI-IN より入力された映像をHDMI-OUT に出力する事が可能な為、映像配信用途や映像視聴と映像録画用途にも使用する事ができます。
AI Framework 使用例
・Tensorflow Lite
Tensorflow Liteの実行例（30fps動画／GPUを使用）
「Snapdragon Neural Processing Engine SDK」(以下SNPE) チュートリアル
■コンパイル環境
Ubuntu 18.04
SNPE v2.19.2.240210
Python 3.6.9
Android Studio (2023.2.1)
■ワークフロー
QualComm社の提供しているチュートリアルのドキュメント 2.10.0(2023年4月) を参照します。
https://developer.qualcomm.com/sites/default/files/docs/snpe/index.html
■SNPEのインストール
SNPE を下記からダウンロードします。
ダウンロードするには、アカウントを取得しておく必要があります。
https://qpm.qualcomm.com/#/main/tools/details/qualcomm_neural_processing_sdk
ダウンロードしたファイルは、下記のとおりです。
"qualcomm_neural_processing_sdk.2.19.2.240210.Kinux-AnyCPU.qik"
ダウンロードしたファイルをインストールするために、
「Qualcomm Package Manager 3」を、下記からダウンロードします。
https://qpm.qualcomm.com/#/main/tools/details/QPM3
ダウンロードしたファイルは、下記のとおりです。
"QualcommPackageManager3.3.0.94.2.Linux-x86.deb"
■開発に必要なPython3 関連のインストール
$ sudo apt-get install libc++-dev
$ sudo apt-get install python3.6
$ sudo apt-get install python3-pip
$ pip3 install --upgrade pip
$ pip3 install numpy==1.16.5
$ pip3 install sphinx==2.2.1
$ pip3 install scipy==1.3.1
$ pip3 install matplotlib==3.0.3
$ pip3 install scikit-image==0.15.0
$ pip3 install protobuf==3.6.0
$ pip3 install pyyaml==5.1
■TensorFlow のインストール
モデルとして利用しているTensorFLowをインストールします。
$ pip3 install --upgrade pip
$ pip3 install tensorflow==1.6
■環境変数の設定
$ export TENSORFLOW_HOME=~/.local/lib/python3.6/site-packages/tensorflow
$ source /opt/qcom/aistack/snpe/2.19.2.240210/bin/envsetup.sh
■glibc 2.29 のインストール
tensorflow モデルをDLCフォーマットに変換するために、glibc 2.29 をインストールします。
$ sudo apt-get install gawk bison
$ sudo apt-get install gawk bison
$ wget -4c https://ftp.gnu.org/gnu/glibc/glibc-02,29.tar.gz
$ tar -zxvf glibc-2.29.tar.gz
$ cd glibc-2.29
$ mkdir build_dir
$ cd build_dir
$ ../configure --prefix=/opt/glibc
$ make
$ sudo make install
$ sudo cp /opt/glibc/lib/libm-2.29.so /lib/x86_64-linux-gnu/.
$ cd /lib/x86_64-linux-gnu
$ sudo rm libm.so.6
$ sudo ln -s libm-2.29.so libm.so.6
■tensorflowモデルをDLCフォーマットに変換
$ cd $SNPE_ROOT
$ mkdir tmpdir
$ python3 $SNPE_ROOT/examples/Models/inception_v3/scripts/setup_inceptionv3.py -a ./tmpdir -d
$ python3 $SNPE_ROOT/examples/Models/inception_v3/scripts/setup_inceptionv3.py -a ./tmpdir -d -r dsp
$ python3 $SNPE_ROOT/examples/Models/inception_v3/scripts/setup_inceptionv3.py -a ./tmpdir -d -r aip
■java 開発キットのインストール
$ sudo apt-get install openjdk-17-jdk
■android studio をインストール
下記アドレスから android studio インストーラのダウンロードし、アプリを起動します。
https://developer.android.com/studio?hl=ja
$ tar -zxvf android_studio_2023.2.1.23-linux.tar.gz
$ ./android-stuido/bin/studio.sh
実行可能なAI Framework 例
| OS |
Android 10 |
| AI Framework |
Tensorflow
ONNX
SNPE
pytorch
|
| AI Algorithm SDK |
Object Detection algorithm
Pose Estimation algorithm
Super Resolution algorithm
Image Classifiers algorithm
|
ハードウェア仕様
| システム |
OS |
Android 10 |
| Processor |
QCS8250（Qualcomm） |
| CPUCore |
Kyro 585 |
| GPU |
Adreno 650 |
| NPU |
NPU 230 |
| DSP |
Hexagon DSP with Quad HVX V66Q, 1.5 GHz |
| 映像圧縮処理 |
Hardware Encoder （HEVC H.265, AVC H.264） |
| 入出力端子 |
映像入力 |
HDMI 2.0 |
| 映像出力 |
HDMI 2.0 |
| USB端子 |
USB 3.0 × 3ch |
| LAN端子 |
RJ45（10/100/1000 BASE-T） |
| 定格 |
電源 |
AC100V 50/60Hz（専用アダプタ） |
| 消費電力（約） |
5W |
| 本体寸法（幅×奥行×高さ） |
135 × 135 × 41 mm |
| 質量（約） |
520g |
映像録画用の組み込み用ボードとしてご提供が可能です。インタフェースの追加などカスタマイズも可能ですので、お気軽にご相談ください。
■ Snapdragon 865（GPU Adreno 650）による高速な映像処理
■ 映像入力/映像出力共に、4K＠60fps をサポート
■ 外部メモリへの記録用として、USB 3.0 を３ポート保有
■ ネットワークインターフェースとして、LAN / WiFi を保有
■ 超音波診断装置などの医療検査装置への組み込み
■ 工場で使用されている外観検査装置への組み込み
外観
カタログ・資料
