Изображение
Canon Zoemini: карманный принтер для печати снимков со смартфона
Компания Canon представила устройство Zoemini — свой самый компактный и лёгкий фотопринтер, который поступит в продажу на европейском рынке в следующем месяце.
Новинка рассчитана на работу со смартфонами и планшетами под управлением операционных систем Android и iOS. Сопутствующее приложение Canon Mini Print позволяет накладывать фильтры, рамки и пр.
Мини-принтер полагается на технологию ZINK. Применяется особая бумага с несколькими слоями специального кристаллического вещества. При нагревании оно переходит в аморфное состояние и на бумаге появляется изображение.
Гаджет имеет габариты 118 × 82 × 19 мм и весит 160 граммов. Устройство позволяет получать распечатки с размерами 76 × 50 мм. Питание обеспечивает аккумулятор ёмкостью 500 мА·ч, заряда которого хватит на формирование примерно 20 распечаток. Подзарядка осуществляется через порт Micro-USB.
Для обмена данными со смартфоном или планшетом служит беспроводная связь Bl…

Google создала ИИ-ускоритель для чайников, холодильников, светофоров и прочего


Как известно, компания Google самостоятельно разрабатывает заказные БИС или ASIC для ускорителей Tensor Processing Unit (TPU) по работе с моделями машинного обучения (ML). В компании делают акцент на матричные или тензорные вычисления. До сих пор компания реализовывала проекты по ускорению моделей с помощью фреймворка TensorFlow на базе центров по обработке данных. С настоящего времени Google собирается перенести задачи по принятию решений в конечные (периферийные) устройства масштаба вещей с подключением к Интернету. Иначе говоря, вооружить миниатюрные датчики и модули электронными «мозгами», которые в масштабе реального времени смогут принимать то или иное решение.

Для датчиков и модулей IoT компания разработала ASIC Edge TPU миниатюрных размеров. О габаритах чипа можно судить по фотографии выше, где он размещён на 19-мм монете в один цент США. При проектировании ускорителя акцент был сделан на гипернизкое потребление, поскольку датчики и модули вещей с подключением к Интернету в массе будут располагать только батарейным питанием. Разработка отвечает трём требованиям: максимальным соотношением производительность на ватт, максимальным соотношением производительность на доллар и, конечно же, решение должно быть как можно меньше по размерам.

По понятным причинам столь миниатюрный чип не способен обучаться моделям машинного обучения. Поэтому Google реализовала проект в виде двух ступеней. Обучаться ML будут удалённые центры по обработке данных. Ускоритель Edge TPU в конечных устройствах будет оперировать обученными моделями и принимать решения на базе обмена с удалёнными базами. Сфера использования такого тандема, уверены в Google, предельно широка. Датчики на местах моментально смогут определять брак в изделиях на заводских конвейерах, подсказывать владельцам магазинов о скором исчезновении товаров на полках, регулировать движение транспорта, включая автопилоты и, в общем случае, управлять процессами, в которых всегда что-то может пойти не так.

С октября текущего года компания начнёт распространять набор для разработчиков с ускорителями Edge TPU. Набор включает модуль SOM (system on module), который содержит Google Edge TPU, процессор NXP, Wi-Fi и чип безопасности Microchip. Набор уже можно заказать. Цена вопроса не раскрывается.

Популярные сообщения из этого блога