Intel Neural Compute Stick 2 - NCS 2 ニューラル ディープラーニング USB スティック
Raspberry PiのCPUでは限界もあり、開発当初よりIntelのディープラーニング向けUSBアクセラレータの「Neural Compute Stick 2」を調べておりました。利用する機械学習のフレームワークややりたいことが定まってから、具体的にどの程度効果が出るのか見極めてからの導入と考えておりました。
Raspberry Piで利用か、Synologyの置き換えとして考えている常時電源ONサーバの追加機能として利用できるなど、利用シーンも様々です。特に、常時電源ONサーバは、GPUを搭載するスロット有りなしでサイズや電源が全く異なるので、このスティックで学習済みモデルのみ動作させることが出来たら便利だなと考えております。
NCS2は、USBタイプの外部演算装置となります。Movidius Neural Compute StickはIntelが開発したUSB接続タイプのディープラーニング用演算装置です。画像の認識や分析に特化したプロセッサ「Movidius Vision Processing Unit（Myriad 2）」が搭載され、ディープラーニングにおける解析処理の際に外部演算装置として使用できます。
USB接続なのでRaspberryPiなどの小型PCでも使えます。演算装置しか持たない環境でも、これを使えばデープラーニングを使った画像解析などが出来るようになります。
このサイトで開発を続けているめざましめざましじゃんけん結果検出システムですが、待ったなしの数十秒の生放送。フリーズしそうな速度で、もっさりと画像認識をしていては、結果取得失敗になる確率を上げてしまいます。
ソフトウェア的に解決を模索しておりますが、気になるハードでも有り、導入を考えてます。（この手の導入検討には波が出ますね）
導入によるメリットは、めざましじゃんけん結果検出時のメインマシンWindowsの完全停止です。
以下は、めざましじゃんけん時に取得したWEBカメラ画像を２１６枚で画像認識エンジンを動作させた際の性能比較です。５２倍の時間差。
| Windows（GPU未使用） Core i7 6700/(Skylake) クロック周波数：3.4GHz | １５秒 |
| Raspberry Pi 3 Model B+ ARM Cortex-A53 1.4GHz | ７８５秒 |
2019-08-14 20:34:48,460:202:INFO:ループ開始：D:\pic4ml\Janken_Target_Test\20190806_055717_102196_1.jpg 処理回数：1 2019-08-14 20:35:03,389:256:INFO:ジャンケン結果判定 Len(total_results): 3 List Values: 0,2,5 019-08-14 20:35:03,390:289:INFO:ジャンケン結果：Chokiを出してLose、相手はGoo
2019-08-15 12:11:10,292:202:INFO:ループ開始：/home/miki/cronScript/Janken_Target_Test/20190806_055717_102196_1.jpg 処理回数：1 2019-08-15 12:24:15,786:256:INFO:ジャンケン結果判定 Len(total_results): 3 List Values: 0,2,5 2019-08-15 12:24:15,787:289:INFO:ジャンケン結果：Chokiを出してLose、相手はGoo
