임베디드 하드웨어로의 딥러닝 응용프로그램 배포

딥러닝 및 컴퓨터 비전 응용프로그램을 NVIDIA^® Jetson AGX Xavier™ 및 DRIVE™ AGX와 같은 임베디드 GPU 및 CPU 플랫폼에 맞게 설계 및 배포하는 것은 일반적으로 임베디드 하드웨어에 내재된 리소스 제약으로 인해 어려움이 많습니다. MATLAB^® 기반의 AI 워크 플로우는 이러한 애플리케이션의 설계를 용이하게 하며 최적화된 자동 생성 C/C ++ 및 CUDA^® 코드를 배포하여 다른 딥러닝 프레임 워크보다 최대 2 배 빠른 추론(Inference)성능을 보입니다.

본 세션에서는 아래와 같은 AI 개발 전체 워크플로우를 따라가며 진행됩니다.

• 센서 데이터 시각화 및 분석을 위하여 NVIDIA Jetson/DRIVE 플랫폼의 라이브 센서 데이터를 호스트 시스템에서 실행되는 MATLAB에서 시각화
• 컴퓨터 비전 기술로 증강시킨 데이터를 활용하여 데스크톱, 클러스터 또는 클라우드의 GPU 및 CPU로 딥러닝 네트워크 학습
• 학습시킨 딥러닝 네트워크를 MATLAB 내에서 테스트 및 검증
• GPU Coder™ 및 MATLAB Coder™는 MATLAB 알고리즘으로부터 최적화된 CUDA 및 C/C ++ 코드를 생성
• 생성된 CUDA 및 C/C++ 코드를 크로스 컴파일하여 Jetson 또는 DRIVE, ARM^® 및 Intel^® 기반 플랫폼에 배포