Opracowano superkomputer oraz algorytm umożliwiający przetwarzanie danych wizualnych podobnie jak czynią to ssaki. W efekcie urządzenie "widzi" obiekty i otoczenie.
Warto przeczytać: | |
Opracowany na uniwersytecie Yale system NeuFlow pozwala na bardzo szybką analizę wizualną obrazu. Możliwe jest między innymi rozróżnienie drogi pustej, zdatnej do jazdy, od drogi zablokowanej przez - na przykład - nadchodzącego człowieka. Według konstruktorów wystarczy kilka dodatkowych usprawnień, a ich prototyp bez problemu poradzi sobie z prowadzeniem samochodu. Stworzenie takiego auta zdaje się być głównym celem całego projektu.
Oczywiście NeuFlow nie jest pierwszym "widzącym" superkomputerem, jednak to dopiero on łączy w sobie wysoką sprawność (przetwarzanie danych z szybkością 30 klatek na sekundę) z małymi gabarytami, a także niskim poziomem poboru prądu na poziomie 7 W. Jest to spowodowane faktem, że urządzenie naukowców z Yale wzoruje się na sposobie działania wzroku ssaków oraz ich sieci neuronowej związanej z interpretowaniem otaczającego świata.
Dla porównania procesor Intel Core i7 osiąga wydajność 0,5 klatki na sekundę przy poborze mocy 35 W. Z kolei karty graficzne NVIDIA, tak chwalone za swoje umiejętności obróbki obrazu, są w stanie przetwarzać dane z prędkością 25 klatek na sekundę. Jest to jednak okupione poborem mocy na poziomie 300 W.
Poza prowadzeniem samochodów wspominany superkomputer może znaleźć zastosowanie przy konstrukcji robotów, specjalistycznego monitoringu, a także poprawić widzenie żołnierza, zapewniając 360-stopniowy kąt widzenia. Docelowo gabaryty NeuFlow nie powinny przekraczać rozmiarów portfela.
Źródło: Yale, DailyTech
Polecamy artykuły: | ||
Proste Eyefinity - Sapphire Radeon HD 5770 Flex | Twoja pamięć podręczna - test 15 pendrive'ów | Internetowi terroryści |
Komentarze
21Tylko niewiem w jaki sposob ma to udostepnic zolnierzą obraz 360 stopni?
taaa i bedzie krzyczalo żołnierzowi do ucha: "Uwaga! Kula zmierzająca w twoją głowę. Wykonaj unik."
trudno to nazwać superkomputerem, po prostu sposób analizy jest inny niż robiony na procesorze czy gpu, stąd też taki niski pobór prądu