Giorgio Loi
Sviluppo e test di algoritmi di deep learning su hardware ottimizzato per machine learning = Development and testing of deep learning applications on machine learning optmized hardware.
Rel. Enrico Masala. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2020
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (2MB) | Preview |
Abstract
L’intelligenza artificiale ha avuto dei grandi progressi nel corso degli ultimi anni grazie all’avanzamento tecnologico. Tutt’ora è uno dei settori più attivi della ricerca. Ci sono una grande varietà di applicazioni che consentono di risolvere delle problematiche che prima erano impossibili da gestire. Tuttavia, la maggior parte delle applicazioni di intelligenza artificiale sviluppate al momento richiedono molta potenza computazionale, perciò si utilizzano computer desktop o server che hanno bisogno di una moderata potenza elettrica. Perciò oggi giorno si ha bisogno di sistemi scalabili e che richiedano meno risorse. Tutta la community tecnologica condivide questa visione, per questo i maggiori produttori di hardware hanno iniziato il supporto per soluzioni per lo sviluppo di questo tipo di idee.
Tra varie soluzioni, una è la serie di hardware prodotta dalla Intel, la Movidius Neural Compute Stick, per l’ottimizzazione di algoritmi di Deep Learning
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
