Se você já estudou projetos de aprendizado de máquina acelerado por GPU, certamente conhece a arquitetura CUDA da NVIDIA. Conclui-se também que você verificou os preços on-line e sabe como pode ser caro obter uma placa de vídeo de alto desempenho que suporte essa marca específica de programação paralela.
Mas e se você pudesse executar tarefas de aprendizado de máquina em uma GPU usando nada mais exótico do que OpenGL? É nisso que [lnstadrum] vem trabalhando há algum tempo, pois permitiria que dispositivos tão escassos quanto o Raspberry Pi Zero original executassem tarefas como classificação de imagens muito mais rápido do que fariam usando apenas sua CPU. O truque é dividir sua tarefa computacional em algo que possa ser executado usando shaders OpenGL, que geralmente são destinados a impulsionar gráficos de videogame.
[Instadrum] explica que os lançamentos OpenGL da última década incluem, na verdade, os chamados sombreadores de computação especificamente para executar código arbitrário. Mas infelizmente isso não é uma opção em placas como a Pi Zero, que atende apenas ao padrão OpenGL for Embedded Systems (GLES) 2.0 de 2007.
Construir a rede neural de forma que fosse compatível com essas plataformas mais restritas foi muito mais difícil, mas o resultado final tem aplicações muito mais interessantes para mostrar. Durante os testes, tanto o Raspberry Pi Zero quanto vários smartphones Android mais antigos foram capazes de executar um modelo de classificação de imagens pré-treinado a uma taxa respeitável.
Isto não é apenas um experimento mental, [lnstadrum] lançou uma estrutura de processamento de imagem chamada Beatmup usando esses conceitos com os quais você pode brincar agora. A biblioteca C++ possui ligações Java e Python e, de acordo com a documentação, deve ser executada em praticamente qualquer coisa. Incluída na estrutura está uma ferramenta simples chamada X2
que pode realizar upscaling de imagem AI em tudo, desde a placa de vídeo integrada do seu laptop até o Raspberry Pi; fazendo isto uma ótima maneira de conferir esta aplicação fascinante de aprendizado de máquina.
Verdade seja dita, estamos um pouco atrasados neste caso, como Beatmup fez seu primeiro lançamento público em abril deste ano. Pode ter passado despercebido até agora, mas achamos que há muito potencial para este projeto e esperamos ver mais dele assim que se espalhar a notícia sobre os resultados impressionantes que ele pode obter até mesmo do hardware mais humilde.
[Obrigado a Ishan pela dica.]
Fonte: https://hackaday.com/2021/11/13/opengl-machine-learning-runs-on-low-end-hardware/
- "
- AI
- andróide
- Aplicação
- aplicações
- Abril
- arquitetura
- por aí
- Pouco
- classificação
- código
- Dispositivos/Instrumentos
- experimentar
- Primeiro nome
- Quadro
- jogo
- GPU
- ótimo
- Hardware
- Como funciona o dobrador de carta de canal
- HTTPS
- imagem
- IT
- Java
- aprendizagem
- Biblioteca
- olhou
- aprendizado de máquina
- Fazendo
- média
- modelo
- líquido
- Neural
- online
- Opção
- Plataformas
- Jogar
- Programação
- projeto
- projetos
- público
- Python
- radar
- Raspberry Pi
- Releases
- Resultados
- Execute
- corrida
- simples
- Smartphones
- So
- suportes
- sistemas
- testes
- tempo
- Vídeo
- ano
- zero