現在在試intel那根藍色棒棒 Neural Compute Stick
目前看來要跑起來要強制搭配openvino
然後 openvino現在出到R5還R6了 bug還是很多
另外FP16的設計....有些東西沒辦法跑
openvino自己的文字辨識demo 自己那根棒子就跑不動了
用起來差強人意啊
剩下就是
Nvidia的Jetson跟google的TPU
但Jetson不太容易弄到
有沒有 八卦

+1想了解

nvidia 基本上也需要 TensorRT呀,google TPU也是一樣是叫tensorflow life？神經棒一代是真的頗弱jetson 不算難買吧？tx2跟nano算好買的

要看使用的 DL model, 以及應用所須的運算量...

邊緣運算接下來比較有搞頭的應該是nv的jetson nano跟google的coral吧ncs真的難用不然就要找其他有做AI chip的解決方案

Edge tpu dev board

Google coral完美兼容tf lite model 算很好用了

海思 地平線 比特大陸

NCS我覺得只是一個概念產品啊

買了三隻 NCS2 跑起來還可以, USB 供電似乎有點挑就是https://github.com/PINTO0309/OpenVINO-YoloV3

TPU很難用...直接買GPU就好了 還可以玩遊戲

Jetson Nano 只是玩具，基本上可以跳過

知道ncs2還沒支援lstm的樣子，是說為什麼fp16跑不起來呢，好奇+1

都花錢買了 NCS2 也可考慮到 Intel 的論壇回報問題?YOLOv3 FP16 跑 80 classes 滿正常的，其他還沒時間試也許跟 OpenVino 版本有關，搞不好舊版本有bug之類的..

可以先試試看Google Colab TPU mode，覺得不錯在考慮其他的，畢竟colab幫你把環境都配置的好好的，我目前沒用過colab以外的，不知道跟tensorflow配置的困難性。

如果想要深入探討的話，這個問題可以回報給官方看看，他們回復的速度滿快的，而且滿認真幫你處理，這我幫他推一個，另外我使用優化後的FP16在NCS2上跑跟在server上跑出來的metrics精度到小數點後三位都還是相同@@