दृष्टि प्रसंस्करण इकाई: Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
 
(3 intermediate revisions by 3 users not shown)
Line 8: Line 8:
दृष्टि प्रसंस्करण इकाई [[ वीडियो प्रसंस्करण इकाई | वीडियो प्रसंस्करण इकाई]] (जो [[Index.php?title=वीडियो कोडन और विकोडन|वीडियो कोडन और विकोडन]] के लिए विशिष्ट हैं) से भिन्न होती हैं, जो मशीन विज़न चलाने के लिए उपयुक्त होती हैं जैसे कि CNN ([[दृढ़ तंत्रिका नेटवर्क]]), SIFT        ([[स्केल-इनवेरिएंट फीचर ट्रांसफॉर्म]]) और इसी तरह।
दृष्टि प्रसंस्करण इकाई [[ वीडियो प्रसंस्करण इकाई | वीडियो प्रसंस्करण इकाई]] (जो [[Index.php?title=वीडियो कोडन और विकोडन|वीडियो कोडन और विकोडन]] के लिए विशिष्ट हैं) से भिन्न होती हैं, जो मशीन विज़न चलाने के लिए उपयुक्त होती हैं जैसे कि CNN ([[दृढ़ तंत्रिका नेटवर्क]]), SIFT        ([[स्केल-इनवेरिएंट फीचर ट्रांसफॉर्म]]) और इसी तरह।


वे [[डिजिटल कैमरों]] से डेटा लेने के लिए [[Index.php?title=अंतरपृष्‍ठ (कंप्यूटिंग)|अंतरपृष्‍ठ (कंप्यूटिंग)]] शामिल कर सकते हैं (किसी भी ऑफ चिप बफ़र्स को दरकिनार कर सकते हैं), और कई कोर [[Index.php?title=डिजिटल संकेत प्रक्रमक|डिजिटल संकेत प्रक्रमक]] की तरह [[स्क्रैचपैड मेमोरी]] के साथ कई समानांतर निष्पादन इकाइयों के बीच ऑन-चिप [[डेटा प्रवाह]] पर अधिक जोर देते हैं। लेकिन, वीडियो प्रसंस्करण इकाइयों की तरह, वे [[ मूर्ति प्रोद्योगिकी ]] के लिए कम सटीक [[निश्चित बिंदु अंकगणित]] पर ध्यान केंद्रित कर सकते हैं।
वे [[डिजिटल कैमरों]] से डेटा लेने के लिए [[Index.php?title=अंतरपृष्‍ठ (कंप्यूटिंग)|अंतरपृष्‍ठ (कंप्यूटिंग)]] सम्मलित कर सकते हैं (किसी भी ऑफ चिप बफ़र्स को दरकिनार कर सकते हैं), और कई कोर [[Index.php?title=डिजिटल संकेत प्रक्रमक|डिजिटल संकेत प्रक्रमक]] की तरह [[स्क्रैचपैड मेमोरी]] के साथ कई समानांतर निष्पादन इकाइयों के बीच ऑन-चिप [[डेटा प्रवाह]] पर अधिक जोर देते हैं। लेकिन, वीडियो प्रसंस्करण इकाइयों की तरह, वे [[ मूर्ति प्रोद्योगिकी ]] के लिए कम सटीक [[निश्चित बिंदु अंकगणित]] पर ध्यान केंद्रित कर सकते हैं।


== [[जीपीयू]] के साथ तुलना ==
== [[जीपीयू]] के साथ तुलना ==
Line 20: Line 20:
* [[Index.php?title=मूविडियस मिरीअड 2|मूविडियस मिरीअड 2]], जो [[Index.php?title=गूगल परियोजना टैंगो|गूगल परियोजना टैंगो]] में उपयोग करता है,<ref name="RiseOfVPUs">{{cite web|last1=Weckler|first1=Adrian|title=डबलिन टेक फर्म Movidius Google के नए वर्चुअल रियलिटी हेडसेट को शक्ति प्रदान करेगी|url=http://www.independent.ie/business/technology/news/dublin-tech-firm-movidius-to-power-googles-new-virtual-reality-headset-34449883.html|website=Independent.ie|access-date=15 March 2016}}</ref> गूगल क्लिप्स और डीजेआई ड्रोन है।<ref>{{cite web|url=https://www.movidius.com/news/dji-brings-two-new-flagship-drones-to-lineup-featuring-myriad-2-vpus|title=DJI Brings Two New Flagship Drones to Lineup Featuring Myriad 2 VPUs - Machine Vision Technology - Movidius|website=www.movidius.com}}</ref>
* [[Index.php?title=मूविडियस मिरीअड 2|मूविडियस मिरीअड 2]], जो [[Index.php?title=गूगल परियोजना टैंगो|गूगल परियोजना टैंगो]] में उपयोग करता है,<ref name="RiseOfVPUs">{{cite web|last1=Weckler|first1=Adrian|title=डबलिन टेक फर्म Movidius Google के नए वर्चुअल रियलिटी हेडसेट को शक्ति प्रदान करेगी|url=http://www.independent.ie/business/technology/news/dublin-tech-firm-movidius-to-power-googles-new-virtual-reality-headset-34449883.html|website=Independent.ie|access-date=15 March 2016}}</ref> गूगल क्लिप्स और डीजेआई ड्रोन है।<ref>{{cite web|url=https://www.movidius.com/news/dji-brings-two-new-flagship-drones-to-lineup-featuring-myriad-2-vpus|title=DJI Brings Two New Flagship Drones to Lineup Featuring Myriad 2 VPUs - Machine Vision Technology - Movidius|website=www.movidius.com}}</ref>
*[[पिक्सेल विज़ुअल कोर]] (पीवीसी), जो मोबाइल उपकरणों के लिए पूरी तरह से क्रमादेश्य [[Index.php?title=प्रतिरूप संसाधित्र|प्रतिरूप संसाधित्र]], विजन और एआई त्वरक संसाधित्र है।
*[[पिक्सेल विज़ुअल कोर]] (पीवीसी), जो मोबाइल उपकरणों के लिए पूरी तरह से क्रमादेश्य [[Index.php?title=प्रतिरूप संसाधित्र|प्रतिरूप संसाधित्र]], विजन और एआई त्वरक संसाधित्र है।
* [[Index.php?title=माइक्रोसॉफ्ट होलोलेंस|माइक्रोसॉफ्ट होलोलेंस]], जिसमें होलोग्राफिक प्रसंस्करण यूनिट (इसके सीपीयू और जीपीयू के लिए पूरक) के रूप में संदर्भित एक त्वरक शामिल है, जिसका उद्देश्य संवर्धित वास्तविकता अनुप्रयोगों के लिए पर्यावरण ट्रैकिंग और दृष्टि को गति देने के लिए कैमरा इनपुट की व्याख्या करना है।<ref>{{cite web|url=http://www.pcworld.com/article/2917512/microsoft-designed-a-special-processor-to-handle-hololens-data.html|title=Microsoft dives deeper into HoloLens details: 'Holographic processor' role revealed|date=May 1, 2015|author=Fred O'Connor|work=PCWorld}}</ref>
* [[Index.php?title=माइक्रोसॉफ्ट होलोलेंस|माइक्रोसॉफ्ट होलोलेंस]], जिसमें होलोग्राफिक प्रसंस्करण यूनिट (इसके सीपीयू और जीपीयू के लिए पूरक) के रूप में संदर्भित एक त्वरक सम्मलित है, जिसका उद्देश्य संवर्धित वास्तविकता अनुप्रयोगों के लिए पर्यावरण ट्रैकिंग और दृष्टि को गति देने के लिए कैमरा इनपुट की व्याख्या करना है।<ref>{{cite web|url=http://www.pcworld.com/article/2917512/microsoft-designed-a-special-processor-to-handle-hololens-data.html|title=Microsoft dives deeper into HoloLens details: 'Holographic processor' role revealed|date=May 1, 2015|author=Fred O'Connor|work=PCWorld}}</ref>
* [[Index.php?title=आईरिस|आईरिस]], [[Index.php?title=एमआईटी|एमआईटी]] का एक अभिकल्प जो दृढ़ तंत्रिका नेटवर्क चलाने के लिए है।<ref>{{cite web|url=https://www.mit.edu/~sze/eyeriss.html|title=Eyeriss: An Energy-Efficient Reconfigurable Accelerator for Deep Convolutional Neural Networks|author=Chen, Yu-Hsin|author2=Krishna, Tushar|author3=Emer, Joel|author4=Sze, Vivienne|author4-link=Vivienne Sze|name-list-style=amp|work=IEEE International Solid-State Circuits Conference, ISSCC 2016, Digest of Technical Papers|year=2016|pages=262–263}}</ref>
* [[Index.php?title=आईरिस|आईरिस]], [[Index.php?title=एमआईटी|एमआईटी]] का एक अभिकल्प जो दृढ़ तंत्रिका नेटवर्क चलाने के लिए है।<ref>{{cite web|url=https://www.mit.edu/~sze/eyeriss.html|title=Eyeriss: An Energy-Efficient Reconfigurable Accelerator for Deep Convolutional Neural Networks|author=Chen, Yu-Hsin|author2=Krishna, Tushar|author3=Emer, Joel|author4=Sze, Vivienne|author4-link=Vivienne Sze|name-list-style=amp|work=IEEE International Solid-State Circuits Conference, ISSCC 2016, Digest of Technical Papers|year=2016|pages=262–263}}</ref>
* [[न्यूफ्लो]], डेटाफ्लो आर्किटेक्चर का उपयोग करते हुए, कनवल्शन को तेज करने के लिए [[ वाई एन एल ईसीयू के अंदर ]] ([[एफपीजीए]] में कार्यान्वित) द्वारा अभिकल्पित किया गया है।
* [[न्यूफ्लो]], डेटाफ्लो आर्किटेक्चर का उपयोग करते हुए, कनवल्शन को तेज करने के लिए [[ वाई एन एल ईसीयू के अंदर ]] ([[एफपीजीए]] में कार्यान्वित) द्वारा अभिकल्पित किया गया है।
Line 28: Line 28:
== समान संसाधित्र ==
== समान संसाधित्र ==


कुछ संसाधित्रों को वीपीयू के रूप में वर्णित नहीं किया जाता है, लेकिन मशीन दृष्टि कार्यों पर समान रूप से लागू होते हैं। ये [[एआई त्वरक (कंप्यूटर हार्डवेयर)]] की एक व्यापक श्रेणी बना सकते हैं (जिसमें वीपीयू भी शामिल हो सकते हैं), हालांकि 2016 तक नाम पर कोई सहमति नहीं थी।
कुछ संसाधित्रों को वीपीयू के रूप में वर्णित नहीं किया जाता है, लेकिन मशीन दृष्टि कार्यों पर समान रूप से लागू होते हैं। ये [[एआई त्वरक (कंप्यूटर हार्डवेयर)]] की एक व्यापक श्रेणी बना सकते हैं (जिसमें वीपीयू भी सम्मलित हो सकते हैं), चूंकि 2016 तक नाम पर कोई सहमति नहीं थी।


* [[आईबीएम]] [[ ट्रू नॉर्थ ]], एक [[Index.php?title=तंत्रिकावृद्धि|तंत्रिकावृद्धि]] संसाधित्र जिसका उद्देश्य वीडियो/ऑडियो सहित समान सेंसर डेटा पैटर्न पहचान और खुफिया कार्य करना है।
* [[आईबीएम]] [[ ट्रू नॉर्थ ]], एक [[Index.php?title=तंत्रिकावृद्धि|तंत्रिकावृद्धि]] संसाधित्र जिसका उद्देश्य वीडियो/ऑडियो सहित समान सेंसर डेटा पैटर्न पहचान और खुफिया कार्य करना है।
Line 39: Line 39:
* [[ कक्ष | कक्ष]], एक बहुक्रोड संसाधित्र है जिसमें विजन प्रसंस्करण यूनिट्स (वीडियो के लिए उपयुक्त [[Index.php?title=एसआईएमडी|एसआईएमडी]] निर्देश और डेटाटाइप, और स्क्रैचपैड मेमोरी के बीच ऑन-चिप डीएमए) के साथ काफी सुसंगत विशेषताएं हैं।
* [[ कक्ष | कक्ष]], एक बहुक्रोड संसाधित्र है जिसमें विजन प्रसंस्करण यूनिट्स (वीडियो के लिए उपयुक्त [[Index.php?title=एसआईएमडी|एसआईएमडी]] निर्देश और डेटाटाइप, और स्क्रैचपैड मेमोरी के बीच ऑन-चिप डीएमए) के साथ काफी सुसंगत विशेषताएं हैं।
* [[ सह प्रोसेसर | सह संसाधित्र]]
* [[ सह प्रोसेसर | सह संसाधित्र]]
* [[ ग्राफ़िक्स प्रोसेसिंग युनिट | ग्राफ़िक्स प्रसंस्करण युनिट]] , आमतौर पर दृष्टि कलन विधि चलाने के लिए भी उपयोग की जाती है। एनवीडिया के [[पास्कल (माइक्रोआर्किटेक्चर)]] आर्किटेक्चर में एफपी16 सपोर्ट शामिल है, ताकि एआई कार्यभार के लिए बेहतर सटीक/लागत समझौता प्रदान किया जा सके।
* [[ ग्राफ़िक्स प्रोसेसिंग युनिट | ग्राफ़िक्स प्रसंस्करण युनिट]] , सामान्यत: दृष्टि कलन विधि चलाने के लिए भी उपयोग की जाती है। एनवीडिया के [[पास्कल (माइक्रोआर्किटेक्चर)]] आर्किटेक्चर में एफपी16 सपोर्ट सम्मलित है, जिससे कि एआई कार्यभार के लिए बेहतर सटीक/लागत समझौता प्रदान किया जा सके।
* [[एमपीएसओसी]]
* [[एमपीएसओसी]]
* [[ओपनसीएल]]
* [[ओपनसीएल]]
Line 56: Line 56:


{{Differentiable computing}}
{{Differentiable computing}}
[[Category: माइक्रोप्रोसेसरों]] [[Category: एआई त्वरक]] [[Category: मशीन दृष्टि]]


 
[[Category:Collapse templates]]
 
[[Category: Machine Translated Page]]
[[Category:Created On 02/05/2023]]
[[Category:Created On 02/05/2023]]
[[Category:Lua-based templates]]
[[Category:Machine Translated Page]]
[[Category:Navigational boxes| ]]
[[Category:Navigational boxes without horizontal lists]]
[[Category:Pages with script errors]]
[[Category:Sidebars with styles needing conversion]]
[[Category:Template documentation pages|Documentation/doc]]
[[Category:Templates Vigyan Ready]]
[[Category:Templates generating microformats]]
[[Category:Templates that add a tracking category]]
[[Category:Templates that are not mobile friendly]]
[[Category:Templates that generate short descriptions]]
[[Category:Templates using TemplateData]]
[[Category:Webarchive template wayback links]]
[[Category:Wikipedia metatemplates]]
[[Category:एआई त्वरक]]
[[Category:मशीन दृष्टि]]
[[Category:माइक्रोप्रोसेसरों]]

Latest revision as of 15:55, 16 May 2023

एक दृष्टि प्रसंस्करण इकाई (वीपीयू) (2023 तक) सूक्ष्म संसाधित्र का एक उभरता हुआ वर्ग है; यह एक विशिष्ट प्रकार का एआई त्वरक है, जिसे हार्डवेयर त्वरण मशीन दृष्टि कार्यों के लिए अभिकल्पित किया गया है।[1][2]


सिंहावलोकन

दृष्टि प्रसंस्करण इकाई वीडियो प्रसंस्करण इकाई (जो वीडियो कोडन और विकोडन के लिए विशिष्ट हैं) से भिन्न होती हैं, जो मशीन विज़न चलाने के लिए उपयुक्त होती हैं जैसे कि CNN (दृढ़ तंत्रिका नेटवर्क), SIFT (स्केल-इनवेरिएंट फीचर ट्रांसफॉर्म) और इसी तरह।

वे डिजिटल कैमरों से डेटा लेने के लिए अंतरपृष्‍ठ (कंप्यूटिंग) सम्मलित कर सकते हैं (किसी भी ऑफ चिप बफ़र्स को दरकिनार कर सकते हैं), और कई कोर डिजिटल संकेत प्रक्रमक की तरह स्क्रैचपैड मेमोरी के साथ कई समानांतर निष्पादन इकाइयों के बीच ऑन-चिप डेटा प्रवाह पर अधिक जोर देते हैं। लेकिन, वीडियो प्रसंस्करण इकाइयों की तरह, वे मूर्ति प्रोद्योगिकी के लिए कम सटीक निश्चित बिंदु अंकगणित पर ध्यान केंद्रित कर सकते हैं।

जीपीयू के साथ तुलना

वे जीपीयू से भिन्न होते हैं, जिनमें रेखांकन और बनावट मानचित्रण (3 डी ग्राफिक्स के लिए) के लिए विशेष हार्डवेयर होते हैं, और जिनकी स्मृति वास्तुकला ऑफ-चिप मेमोरी में बिटमैप छवियों में हेरफेर करने के लिए अनुकूलित होती है (बनावट नक्शा पढ़ना, और संदर्भ के लोकैलिटी के साथ फ्रेम बफ़र्स को संशोधित करना) ). वीपीयू प्रति वाट प्रदर्शन के लिए अनुकूलित हैं, जबकि जीपीयू मुख्य रूप से पूर्ण प्रदर्शन पर ध्यान केंद्रित करते हैं।

बाजार लक्ष्य रोबोटिक्स, इंटरनेट ऑफ थिंग्स, आभासी वास्तविकता और संवर्धित वास्तविकता, स्मार्ट कैमरों के लिए डिजिटल कैमरों की नई कक्षाएं और स्मार्टफोन और अन्य मोबाइल उपकरणों में मशीन दृष्टि त्वरण को एकीकृत करना है।

उदाहरण

समान संसाधित्र

कुछ संसाधित्रों को वीपीयू के रूप में वर्णित नहीं किया जाता है, लेकिन मशीन दृष्टि कार्यों पर समान रूप से लागू होते हैं। ये एआई त्वरक (कंप्यूटर हार्डवेयर) की एक व्यापक श्रेणी बना सकते हैं (जिसमें वीपीयू भी सम्मलित हो सकते हैं), चूंकि 2016 तक नाम पर कोई सहमति नहीं थी।


यह भी देखें

संदर्भ

  1. Seth Colaner; Matthew Humrick (January 3, 2016). "A third type of processor for AR/VR: Movidius' Myriad 2 VPU". Tom's Hardware.
  2. Prasid Banerje (March 28, 2016). "The rise of VPUs: Giving Eyes to Machines". Digit.in.
  3. Weckler, Adrian. "डबलिन टेक फर्म Movidius Google के नए वर्चुअल रियलिटी हेडसेट को शक्ति प्रदान करेगी". Independent.ie. Retrieved 15 March 2016.
  4. "DJI Brings Two New Flagship Drones to Lineup Featuring Myriad 2 VPUs - Machine Vision Technology - Movidius". www.movidius.com.
  5. Fred O'Connor (May 1, 2015). "Microsoft dives deeper into HoloLens details: 'Holographic processor' role revealed". PCWorld.
  6. Chen, Yu-Hsin; Krishna, Tushar; Emer, Joel & Sze, Vivienne (2016). "Eyeriss: An Energy-Efficient Reconfigurable Accelerator for Deep Convolutional Neural Networks". IEEE International Solid-State Circuits Conference, ISSCC 2016, Digest of Technical Papers. pp. 262–263.
  7. "Introducing Qualcomm Zeroth Processors: Brain-Inspired Computing". Qualcomm. October 10, 2013.


बाहरी संबंध