|

【開箱評測】athena A1 Kit自造邊緣運算上手評測

   

作者:Victor Sue

隨著科技發展蓬勃而迅速,製造業流程不斷往自動化、AI發展,龐大的數據傳輸量及加快運算速度成為其中的關鍵,搭配即時有效的處理大數據資料庫,對網際網路及雲端架構將是很大的負荷,因此邊緣運算快速崛起,可與雲端相輔相成,為智慧製造建立完整的IoT解決方案,因此東擎科技(ASRock Industrial)推出開箱即用的AIoT開發板athena A1 Kit,提供邊緣運算(Edge Computing)裝置所需的連接性(Connectivity) ,以及在現場現地現物的AI推論(Inference)能力。

在深度學習中,訓練(Training)與推論(Inference)分別代表不同階段的行為,開發前期如同在學校上課一樣,吸收大量資料集(Data Set),藉由反覆的練習訓練出神經網路的模型與權重參數,而推論(Inference)則是將神經網路實際執行的能力,與訓練時需要大量GPU不同的地方,推論需要是即時的執行能力與低功率消耗。

深度學習中訓練(Training)與推論(Inference)的差別(圖片來源:Victor Sue)

這次有幸受到東擎官方的邀請,借用一套 athena A1 Kit 的開發板做測試,並撰寫相關測評文章,原廠的作法很開放,完全不干涉我如何撰寫文章的內容,以下是 athena A1 Kit 的開箱文與相關實試報告。

athena A1 Kit開箱介紹

athena A1 Kit是ASRock Industrial為Maker推出的邊緣運算AIoT開發套件,該公司長年專注於工業電腦(Industrial Personal Computer,IPC)的產品開發,雖說athena A1 Kit是面向Maker與AIoT市場的AI套件,其系統規格與配置上毫不含糊,具備工業等級的主機板與各式豐富的介面與配件。

不僅如此,它還預裝兩大邊緣運算的軟體SDK:Intel® OpenVINO™ Toolkit(Open Visual Inferencing and Neural Network Optimization)和AWS IoT Greengrass,提供開箱即用的AIoT開發板,真是佛系開發板,不用繁複惱人的安裝過程,插電就有現成的AIoT系統,加上系統為x86 64bit CPU架構與Ubuntu OS豐富的應用程式,Maker可以如同在PC上開發應用程式一樣的輕鬆,直接透過athena A1 Kit實現AIoT相關應用。

話不多說,接下來讓我們來看看athena A1 Kit的整體系統規格:

athena A1 Kit系統規格 (圖片來源:Victor Sue)

從規格上來看,athena A1 Kit內含 IP 攝影機(2MP、 1080P)模組,搭配 Intel Atom 中央處理器及 8GB 的記憶體,充足的記憶體空間讓Maker不再捉襟見肘,邊緣運算的部分支援 Intel 的 Movidius™ Myriad X 模組和 Intel® OpenVINO™ tool kits,充分展現AI推論的演算能力以加強硬體的分析計算能力。除此之外,athena A1 Kit還配置了SIM卡的插槽,以及支援PoE with PD的功能(12V DC-in / PoE (PD) with 25.5W),讓延伸應用的可行更高了!

開箱囉,看到滿滿的配件真是令人開心~

athena A1 Kit正面 (圖片來源:Victor Sue)

打開外箱之後,裡面有一片 athena A1 Kit 開發板、IP Camera,以及一個電源供應器和相關連接線。

athena A1 Kit內裝照 (圖片來源:Victor Sue)

athena A1 Kit開箱照(Source

不免俗的,一定要來張最近很紅的開箱照~

athena A1 Kit開箱照 (圖片來源:ASRock官網)

athena A1 Kit介面圖 (圖片來源:Victor Sue)

組裝板子

盒內有全彩的詳細組裝說明,原來紙盒內有玄機,搭配組裝可以將主機板和IP Camera固定保護在盒內,避免開發中Cable鬆脫等惱人的問題,真是非常有Maker風格的環保設計。

athena A1 kit組裝說明1/2 (圖片來源:翻拍盒內彩頁)

athena A1 Kit組裝說明2/2 (圖片來源:翻拍盒內彩頁)

athena A1 Kit組裝完成外觀 (圖片來源:Victor Sue)

啟動吧

將螢幕、鍵盤、滑鼠接上後,電源插上後,燈閃了一下就滅了,疑~ 不會是板子壞掉了吧,老實說,這個開機問題困擾了我半小時,發揮工程師除錯的精神,東翻西找地一塊塊排除,終於在主機板CPU散熱片底側看到了一個小小的Power Key按鈕,按下去後就開機了,希望ASRock Industrial (東擎科技)能在隨附的彩頁手冊加上說明圖示說明,不然一般使用者很容易會誤會產品故障而困擾的說。

athena A1 Kit主機板的電源按鈕 (圖片來源:Victor Sue)

成功開機後,螢幕上出現了熟悉的Ubuntu安裝過程。

athena A1 Kit Ubuntu安裝過程1/3 (圖片來源:Victor Sue)

athena A1 Kit Ubuntu安裝過程2/3 (圖片來源:Victor Sue)

安裝完成囉,輕鬆愉快,不愧是佛系AIoT開發板。

athena A1 Kit Ubuntu安裝過程3/3 (圖片來源:Victor Sue)

IP Camera測試

athena A1 Kit套件裡包含一個IP Camera,IP Camera和主機板之間用Cable線連接,實際上這條線是Giga Ethernet,也就透過網路進行連接的,所以可以透過網址連接到IP Camera的控制頁面,事不遲疑,開啟桌面上的瀏覽器Firefox,輸入網址http://192.168.1.200,帳號密碼為admin / admin,即可登入IP Camera的控制頁面。

IP Camera登入畫面 (圖片來源:Victor Sue)

登入後網頁上會秀出IP Camera的即時影像:

IP Camera及時串流影像 (圖片來源:Victor Sue)

點選右上角設定按鈕後會進入IP Camera的相關設定:

IP Camera設定頁面 (圖片來源:Victor Sue)

執行內建Intel® OpenVINO™範例

OpenVINO™開發工具包是英特爾(Intel)推出的SDK工具包,透過結合Intel的軟硬體,包含CPU、GPU(Intel HD Graphic)和VPU(如Movidius Stick) ,加速執行AI推論(Inference)的任務,特別針對影像處理相關的DNN模型進行優化,讓開發者可以更簡單地將邊緣、物聯網裝置搜集的影像資料,及時在邊緣裝置進行相關的辨識。

athena A1 Kit系統內已預裝Intel® OpenVINO™ SDK與Demo範例,就讓我們來實際跑跑看吧:

執行Intel® OpenVINO™ Demo:

cd /opt/sample_release

./demo

執行過程:

victor@victor-A1:~$ cd /opt/sample_release/

victor@victor-A1:/opt/sample_release$ ./demo

[setupvars.sh] OpenVINO environment initialized

choice device 1=GPU 2=VPU

1

choice demo

1 = interactive_face_detection_demo

2 = pedestrian_tracker_demo

3 = security_barrier_camera_demo

1

Intel® OpenVINO™ Demo執行過程 (圖片來源:Victor Sue)

執行後即可進行即時的人臉偵測、性別與年紀辨識,好威阿~

OpenVINO™ Demo辨識結果 (圖片來源:Victor Sue)

AWS IoT Greengrass

AWS IoT Greengrass 是運行在邊緣運算裝置上的軟體,主要功能為將AWS IoT雲端的功能延伸至本地端的網路,讓本地端裝置收集並分析即時的資訊、自動根據條件進行反映,以及在建立安全的通訊本機網路,並透過映射AWS Lambda 函數到邊緣的功能,提供邊緣裝置的即時反應與動作。athena A1 Kit系統內建AWS IoT Greengrass相關軟體,安裝在/greengrass資料夾內,限於篇幅關係未能介紹,有興趣的使用者可以到此資料夾內研究,申請 AWS IoT帳號後,即可搭配使用AWS Greengrass 的相關雲端服務。

AWS IoT Greengrass系統概念 (圖片來源:AWS IOT Greengrass官網)

結語

整體來說,athena A1 Kit開發套件完整的硬體規格,以及系統預裝Intel® Distribution of Intel® OpenVINO™ Toolkit和AWS IoT Greengrass軟體,對開發者非常方便好用,但在開發資源的開源上面有所欠缺,希望能夠將相關軟體的安裝、範例與說明文件,放在GitHub開放給使用者,將會是Maker們的一大福音。

(責任編輯:林亮潔)

Victor
Victor

Author: Victor

白天是系統廠網通產品的FW攻城獅,晚上是熬夜做專案的Maker,透過IoT應用在不同領域中。 專長 : FW ( MCU/Linux )、電路設計、感測器、無線傳輸 (Wi-Fi、BT/LE、Zigbee、LoRa、Sigfox)、智能音箱。

Share This Post On

Submit a Comment

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *