Unit pemroses penglihatan: Perbedaan antara revisi
Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 27852721; atribusi sumber disertakan. |
Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi |
||
| Baris 1: | Baris 1: | ||
'''Unit pemroses visi/penglihatan''' (/VPU) adalah suatu kelas [[mikroprosesor]] yang muncul; ini adalah jenis [[akselerator kecerdasan buatan]] khusus, yang dirancang untuk mempercepat tugas [[Penglihatan mesin|penglihatan alat]] berat (per 2018). | '''Unit pemroses visi/penglihatan''' (/VPU) adalah suatu kelas [[mikroprosesor]] yang muncul; ini adalah jenis [[akselerator kecerdasan buatan]] khusus, yang dirancang untuk mempercepat tugas [[Penglihatan mesin|penglihatan alat]] berat (per 2018).<ref>Seth Colaner. [http://www.tomshardware.com/news/movidiud-myriad2-vpu-vision-processing-vr,30850.html A third type of processor for AR/VR: Movidius' Myriad 2 VPU]. ''Tom's Hardware''. January 3, 2016.</ref><ref>Prasid Banerje. [http://www.digit.in/general/the-rise-of-vpus-giving-eyes-to-machines-29561.html The rise of VPUs: Giving Eyes to Machines]. ''Digit.in''. March 28, 2016.</ref> | ||
== Ringkasan == | == Ringkasan == | ||
| Baris 12: | Baris 12: | ||
== Contoh == | == Contoh == | ||
* [https://www.movidius.com/myriadx Movidius Myriad X], yang merupakan unit pemrosesan visi generasi ketiga di lini Myriad VPU dari [[Intel|Intel Corporation]] . | * [https://www.movidius.com/myriadx Movidius Myriad X], yang merupakan unit pemrosesan visi generasi ketiga di lini Myriad VPU dari [[Intel|Intel Corporation]] . | ||
* Movidius Myriad 2, yang digunakan di Google Project Tango, Google Clips dan DJI Drone | * Movidius Myriad 2, yang digunakan di Google Project Tango,<ref>Adrian Weckler. [http://www.independent.ie/business/technology/news/dublin-tech-firm-movidius-to-power-googles-new-virtual-reality-headset-34449883.html Dublin tech firm Movidius to power Google's new virtual reality headset]. ''Independent.ie''.</ref> Google Clips dan DJI Drone <ref>[https://www.movidius.com/news/dji-brings-two-new-flagship-drones-to-lineup-featuring-myriad-2-vpus DJI Brings Two New Flagship Drones to Lineup Featuring Myriad 2 VPUs - Machine Vision Technology - Movidius]. ''www.movidius.com''.</ref> | ||
* Pixel Visual Core (PVC), yang merupakan prosesor Gambar, Visi, dan [[Akselerator kecerdasan buatan|AI]] yang sepenuhnya dapat diprogram untuk perangkat seluler | * Pixel Visual Core (PVC), yang merupakan prosesor Gambar, Visi, dan [[Akselerator kecerdasan buatan|AI]] yang sepenuhnya dapat diprogram untuk perangkat seluler | ||
* [[Microsoft Hololens|Microsoft HoloLens]], yang mencakup akselerator yang disebut sebagai ''Unit Pemrosesan Holografik'' (pelengkap untuk CPU dan GPU-nya), yang ditujukan untuk menafsirkan input kamera, untuk mempercepat pelacakan & visi lingkungan untuk aplikasi augmented reality. | * [[Microsoft Hololens|Microsoft HoloLens]], yang mencakup akselerator yang disebut sebagai ''Unit Pemrosesan Holografik'' (pelengkap untuk CPU dan GPU-nya), yang ditujukan untuk menafsirkan input kamera, untuk mempercepat pelacakan & visi lingkungan untuk aplikasi augmented reality.<ref>Fred O'Connor. [http://www.pcworld.com/article/2917512/microsoft-designed-a-special-processor-to-handle-hololens-data.html Microsoft dives deeper into HoloLens details: 'Holographic processor' role revealed]. ''PCWorld''. May 1, 2015.</ref> | ||
* [[Akselerator kecerdasan buatan|Eyeriss]], desain dari [[Institut Teknologi Massachusetts|MIT]] yang ditujukan untuk menjalankan [[jaringan saraf konvolusi]]. | * [[Akselerator kecerdasan buatan|Eyeriss]], desain dari [[Institut Teknologi Massachusetts|MIT]] yang ditujukan untuk menjalankan [[jaringan saraf konvolusi]].<ref>Chen, Yu-Hsin. [https://www.mit.edu/~sze/eyeriss.html Eyeriss: An Energy-Efficient Reconfigurable Accelerator for Deep Convolutional Neural Networks]. ''IEEE International Solid-State Circuits Conference, ISSCC 2016, Digest of Technical Papers''. 2016. hlm. 262–263.</ref> | ||
* NeuFlow, desain oleh Yann LeCun (diimplementasikan dalam [[FPGA]]) untuk mempercepat konvolusi, menggunakan arsitektur aliran data. | * NeuFlow, desain oleh Yann LeCun (diimplementasikan dalam [[FPGA]]) untuk mempercepat konvolusi, menggunakan arsitektur aliran data. | ||
* Mobileye EyeQ, oleh Mobileye | * Mobileye EyeQ, oleh Mobileye | ||
| Baris 26: | Baris 25: | ||
* [[IBM]] TrueNorth, prosesor neuromorfik yang ditujukan untuk [[pengenalan pola]] data sensor dan tugas intelijen yang serupa, termasuk video/audio. | * [[IBM]] TrueNorth, prosesor neuromorfik yang ditujukan untuk [[pengenalan pola]] data sensor dan tugas intelijen yang serupa, termasuk video/audio. | ||
* Unit pemrosesan Qualcomm Zeroth Neural, entri lain di kelas chip berorientasi sensor/AI yang sedang berkembang. | * Unit pemrosesan Qualcomm Zeroth Neural, entri lain di kelas chip berorientasi sensor/AI yang sedang berkembang.<ref>[https://www.qualcomm.com/news/onq/2013/10/10/introducing-qualcomm-zeroth-processors-brain-inspired-computing Introducing Qualcomm Zeroth Processors: Brain-Inspired Computing]. ''Qualcomm''. October 10, 2013.</ref> | ||
== Lihat pula == | == Lihat pula == | ||
* [[Cell Broadband Engine|CELL]], prosesor multicore dengan fitur yang cukup konsisten dengan unit pemrosesan penglihatan (instruksi [[SIMD]] & tipe data yang cocok untuk video, dan [[Akses memori langsung|DMA]] on-chip antara memori scratchpad). | * [[Cell Broadband Engine|CELL]], prosesor multicore dengan fitur yang cukup konsisten dengan unit pemrosesan penglihatan (instruksi [[SIMD]] & tipe data yang cocok untuk video, dan [[Akses memori langsung|DMA]] on-chip antara memori scratchpad). | ||
* [[Koprosesor]] | * [[Koprosesor]] | ||
* [[Unit pemroses grafis|Unit pemrosesan grafis]], juga biasa digunakan untuk menjalankan algoritma visi. Arsitektur [[Pascal (arsitektur mikro)|Pascal]] NVidia mencakup dukungan [[FP16]], untuk memberikan tradeoff presisi/biaya yang lebih baik untuk beban kerja AI. | * [[Unit pemroses grafis|Unit pemrosesan grafis]], juga biasa digunakan untuk menjalankan algoritma visi. Arsitektur [[Pascal (arsitektur mikro)|Pascal]] NVidia mencakup dukungan [[FP16]], untuk memberikan tradeoff presisi/biaya yang lebih baik untuk beban kerja AI. | ||
== Referensi == | == Referensi == | ||
<references /> | |||
== Sumber dan atribusi == | == Sumber dan atribusi == | ||
Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Unit+pemroses+penglihatan&oldid=27852721 Wikipedia bahasa Indonesia], revisi 27852721 (2025-09-18T12:09:59Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku. | Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Unit+pemroses+penglihatan&oldid=27852721 Wikipedia bahasa Indonesia], revisi 27852721 (2025-09-18T12:09:59Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku. | ||
<!-- WIKI_UNISSULA_PRESENTATION_V4 --> | |||
Revisi terkini sejak 23 Agustus 2026 10.25
Unit pemroses visi/penglihatan (/VPU) adalah suatu kelas mikroprosesor yang muncul; ini adalah jenis akselerator kecerdasan buatan khusus, yang dirancang untuk mempercepat tugas penglihatan alat berat (per 2018).[1][2]
Ringkasan
Unit pemrosesan visi berbeda dari unit pemrosesan grafis (yang dikhususkan untuk pengodean dan dekode video) dalam kesesuaiannya untuk menjalankan algoritma penglihatan mesin seperti CNN (convolutional neural network), SIFT (scale-invariant feature transform) dan sejenisnya.
Mereka mungkin termasuk antarmuka langsung untuk mengambil data dari kamera (melewati buffer off chip), dan memiliki penekanan lebih besar pada aliran data on-chip antara banyak unit komputasi paralel dengan memori scratchpad, seperti DSP banyak inti. Namun, seperti unit pemrosesan video, mereka mungkin memiliki fokus pada aritmetika titik tetap presisi rendah untuk pemrosesan gambar.
Kontras dengan GPU
Unit pemrosesan visi berbeda dari GPU, yang berisi perangkat keras khusus untuk rasterisasi dan pemetaan tekstur (untuk grafik 3D), dan yang arsitektur memorinya dioptimalkan untuk memanipulasi gambar bitmap dalam memori off-chip (membaca tekstur, dan memodifikasi buffer bingkai, dengan pola akses acak). VPU dioptimalkan untuk kinerja per watt, sementara GPU terutama berfokus pada kinerja absolut.
Target pasarnya adalah robotika, internet untuk segala, kelas baru kamera digital untuk realitas virtual dan realitas berimbuh, kamera pintar, dan mengintegrasikan akselerasi penglihatan mesin ke dalam ponsel cerdas dan perangkat seluler lainnya.
Contoh
- Movidius Myriad X, yang merupakan unit pemrosesan visi generasi ketiga di lini Myriad VPU dari Intel Corporation .
- Movidius Myriad 2, yang digunakan di Google Project Tango,[3] Google Clips dan DJI Drone [4]
- Pixel Visual Core (PVC), yang merupakan prosesor Gambar, Visi, dan AI yang sepenuhnya dapat diprogram untuk perangkat seluler
- Microsoft HoloLens, yang mencakup akselerator yang disebut sebagai Unit Pemrosesan Holografik (pelengkap untuk CPU dan GPU-nya), yang ditujukan untuk menafsirkan input kamera, untuk mempercepat pelacakan & visi lingkungan untuk aplikasi augmented reality.[5]
- Eyeriss, desain dari MIT yang ditujukan untuk menjalankan jaringan saraf konvolusi.[6]
- NeuFlow, desain oleh Yann LeCun (diimplementasikan dalam FPGA) untuk mempercepat konvolusi, menggunakan arsitektur aliran data.
- Mobileye EyeQ, oleh Mobileye
- Programmable Vision Accelerator (PVA), Prosesor Visi VLIW 7-arah yang dirancang oleh Nvidia.
Prosesor serupa
Beberapa prosesor tidak dideskripsikan sebagai VPU, tetapi sama-sama dapat diterapkan untuk tugas visi mesin. Ini mungkin membentuk kategori akselerator AI yang lebih luas (yang mungkin juga dimiliki oleh VPU), namun pada tahun 2016 tidak ada konsensus mengenai nama:
- IBM TrueNorth, prosesor neuromorfik yang ditujukan untuk pengenalan pola data sensor dan tugas intelijen yang serupa, termasuk video/audio.
- Unit pemrosesan Qualcomm Zeroth Neural, entri lain di kelas chip berorientasi sensor/AI yang sedang berkembang.[7]
Lihat pula
- CELL, prosesor multicore dengan fitur yang cukup konsisten dengan unit pemrosesan penglihatan (instruksi SIMD & tipe data yang cocok untuk video, dan DMA on-chip antara memori scratchpad).
- Koprosesor
- Unit pemrosesan grafis, juga biasa digunakan untuk menjalankan algoritma visi. Arsitektur Pascal NVidia mencakup dukungan FP16, untuk memberikan tradeoff presisi/biaya yang lebih baik untuk beban kerja AI.
Referensi
- ↑ Seth Colaner. A third type of processor for AR/VR: Movidius' Myriad 2 VPU. Tom's Hardware. January 3, 2016.
- ↑ Prasid Banerje. The rise of VPUs: Giving Eyes to Machines. Digit.in. March 28, 2016.
- ↑ Adrian Weckler. Dublin tech firm Movidius to power Google's new virtual reality headset. Independent.ie.
- ↑ DJI Brings Two New Flagship Drones to Lineup Featuring Myriad 2 VPUs - Machine Vision Technology - Movidius. www.movidius.com.
- ↑ Fred O'Connor. Microsoft dives deeper into HoloLens details: 'Holographic processor' role revealed. PCWorld. May 1, 2015.
- ↑ Chen, Yu-Hsin. Eyeriss: An Energy-Efficient Reconfigurable Accelerator for Deep Convolutional Neural Networks. IEEE International Solid-State Circuits Conference, ISSCC 2016, Digest of Technical Papers. 2016. hlm. 262–263.
- ↑ Introducing Qualcomm Zeroth Processors: Brain-Inspired Computing. Qualcomm. October 10, 2013.
Sumber dan atribusi
Konten artikel ini diadaptasi dari Wikipedia bahasa Indonesia, revisi 27852721 (2025-09-18T12:09:59Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.