Журнал "Системы Безопасности" № 3‘2018

оптимизированные модели нейронных сетей. Так же, как и на других гибридных платформах, особенно эффективным видится совместное применение алгоритмов обработки изображе- ний и нейронных сетей в их аппаратной опти- мизации на базе ПЛИС. Стоимость платформы разработчика на сайте производителя – от 895 до 1995 долларов в зависимости от емкости (количества логических элементов, памяти и др.) и производительности FPGA. В комплекте поставляются все необходи- мые аппаратные и программные компоненты для начала работы. Графический акселератор – это не игрушка Компания NVIDIA приобрела популярность в мире компьютерных технологий в первую оче- редь благодаря своим графическим акселера- торам GeForce и Titan – неотъемлемым элемен- том любого высокопроизводительного игрово- го ПК, а в последнее время еще и, благодаря выдающимся вычислительным способностям, базовым компонентам "фермы" для майнинга (добычи) различных криптовалют. Многие современные суперкомпьютеры также исполь- зуют акселераторы на основе CUDA-процессо- ров для обработки огромных объемов инфор- мации в коммерческих, научных целях, в зада- чах обеспечения безопасности и обороны. Платформы Jetson и технология CUDA Коммерческий успех в традиционных приложе- ниях позволяет производителю инвестировать значительные средства в перспективные техно- логии для новых рынков. Предвосхищая широ- кое распространение компактных интеллекту- альных устройств, компания NVIDIA много лет тому назад начала портацию своих технологий на компактные платформы в виде SoM с интег- рированными ARM-процессорами. Первым заметным явлением была платформа Jetson TK1. Следом – Jetson TX1, в 2017 г. дополненная более производительным анало- гом – Jetson TX2. Основа всех решений – фир- менная технология параллельных вычислений CUDA – эффективная аппаратная масштабируе- мая архитектура, представляющая собой мас- сив индивидуальных процессоров для парал- лельной обработки и комплект программных средств разработки для самых разных прило- жений, в частности для обучения и внедрения нейронных сетей и обработки видеопотока. Результаты тестов Оценить производительность процессоров NVIDIA в задачах обработки изображений можно по результатам тестов собственных алгоритмов (JPEG-сжатия и других), прове- денных российским разработчиком про- граммного обеспечения на базе технологий NVIDIA – компанией Fastvideo (Москва). На рис. 4 приведено время выполнения опе- рации JPEG-сжатия кадра указанного разре- шения с высоким качеством 90% в миллисе- кундах на целевых платформах без учета затрат на операции ввода изображения. Нужно отметить, что JPEG-сжатие позволяет сохранить на порядок больше информации, чем популярные алгоритмы сжатия семейства H.264/H.265. Это в значительной степени оказы- вает влияние не только на визуальное восприятие картинки человеком, но (что самое важное при машинной обработке) и на точность и достовер- ность алгоритмов распознавания. Подобное качество изображения требуется далеко не все- гда, но в определенных задачах, где детализация изображения является основой получаемого результата, оно просто необходимо. Компания предлагает комплекты разработчика в России по цене от 41 тыс. рублей за Jetson TX2 с платой-носителем, где представлены основные интерфейсы. Доступны и комплекты предыдущих поколений по более низкой цене. Трудности выбора Для принятия решения о применении той или иной платформы требуется тщательное тести- рование прототипа. Сегодня доступны ком- плекты разработчика и исчерпывающий набор средств создания программ от множества про- изводителей. Для предварительной оценки, на наш взгляд, можно отталкиваться от следую- щих общих соображений: l если речь идет о носимых, мобильных устройствах, где ключевыми факторами являются компактность и наличие современ- ных беспроводных коммуникационных интерфейсов GSM, LTE и Wi-Fi или необхо- димость организации пользовательского интерфейса под Android, то очевидным выбором будет Qualcomm ® Snapdragon™; l для суперкомпактного воплощения оптими- зированных нейронных сетей можно рас- смотреть решения Movidus от Intel; l более серьезные вычислительные возмож- ности для обработки изображений и внед- рения оптимизированных нейронных сетей для встраиваемых приложений предлагают Xilinx и NVIDIA; l FPGA кажется предпочтительным с точки зре- ния энергетической эффективности и мини- мальной задержки в обработке данных, в том числе в критических задачах реального вре- мени, например в автовождении или меди- цинских приложениях. Нужно отметить, что несмотря на значительные усилия производи- телей FPGA по упрощению создания приклад- ного ПО, в целом данное решение потребует более высокой квалификации разработчика. Следует обратить внимание также на более высокую стоимость стартового комплекта; l NVIDIA отличается более развитой программ- ной поддержкой и возможностью масштаби- рования CUDA-приложений на крупных плат- формах, вплоть до суперкомпьютеров. Стои- мость стартового комплекта примерно в два раза ниже, чем у Xilinx ® ZynQ ® , но произво- дительность и потребление конечного устрой- ства, скорее всего, окажутся хуже, чем у FPGA; l наконец, не стоит забывать и про старый добрый x86. Компании Intel и AMD уделяют большое внимание развитию возможностей собственных процессоров в плане работы с видеопотоками и обработки графики, что (принимая во внимание распространенность программных инструментов и широкие воз- можности интеграции на базе ПК других устройств, тех же GPU и FPGA) позволяет x86 успешно конкурировать с другими решениями во встроенных приложениях. В любом случае, на наш взгляд, начинать выбор платформы стоит с изучения возможностей средств разработки программного обеспечения, которые сегодня во многом определяют время и стоимость реализации проектов и, безуслов- но, являются ключевым фактором успеха. n июнь – июль 2018 www.secuteck.ru МАШИННОЕ ЗРЕНИЕ В И Д Е О Н А Б Л Ю Д Е Н И Е n w w w . a l l - o v e r - i p . r u 128 Рис. 4. Оценка скорости выполнения операций обработки видеоизображений на различных платформах NVIDIA Ваше мнение и вопросы по статье направляйте на ss @groteck.ru В отличие от описанных ранее платформ, где основа бизнеса производителей – общеупотреби- тельные процессоры, дополнен- ные специализированными моду- лями (в частности, для работы с изображениями и видео), для Xilinx ® и NVIDIA основа бизнеса – это специализированные микро- схемы на базе собственной архи- тектуры, дополненные общеупо- требительными процессорами Д ля принятия решения о примене- нии той или иной платформы требу- ется тщательное тестирование про- тотипа, для этого все производите- ли предлагают комплекты разра- ботчика и исчерпывающий набор средств разработки программ