神经网络计算棒 Plai plug 5801 开箱测评

Plai plug 5801

Lightspeeur®5801S AI 加速器高性能、低功耗，是边缘 AI 设备的最佳选择。 结合低成本，该芯片支持用于大众市场设备应用，如移动，嵌入式和loT。 Plai plug 5801 加速 CNN (Convolutional Neural Networks，卷积神经网络)来执行人工智能任务，目标检测、图像分类、语义分割等应用。

从某宝购买的神经网络计算棒 Plai plug 5801到货，拆开就这


（短小精悍？黑色、蓝色，这是什么造型？？？）

图片对比一下 intel Stick 2

首先对比一看，Intel 明显更显档次，从外观来看，个人更喜欢 Intel，

SDK 测试

联系 FAE 拿到的SDK版本是5.0.4 ，如下

支持x86、Arm v7、Arm v8 架构，从这个来看支持的系统还是比较全的，解压 x86 版本，如下：

从目录结构来看，挺完善，首先打开 README.txt

Gyrfalcon Technology Inc. (GTI) Software Development Kit (SDK) 5.x Release

To run a quick demo, please connect a GTI device to your Ubuntu PC, 
use the following commands in a commandline console:
  source SourceMe.env
  liteDemo Apps/Models/.../*.model Apps/Data/.../*.bmp

To build a sample application:
  source SourceMe.env
  cd Apps/liteDemo
  make

For detailed documentations about this SDK package, please see
  Documents/GTI*_SDK_v5.0.0.0.pdf

首先执行脚本: source SourceMe.env
这个会安装一些依赖环境，选择安装即可，脚本挺完善的，文档能有一个中文就好了。

Apps 目录，包括了很多：

Android 是Android系统下的示例demo
Data 是一些测试数据
Demo 是示例代码，主要是C++
liteDemo 是一个简单的测试代码
Model 是一些预训练好的模型
PPDemo 是 Parallel Processing Demo (PPDemo)
Python 是python 调用示例代码

从这个目录来看，支持的都比较完善。

回到Demo 目录下：

直接 make 就可以编译，看来开发还挺简单。

执行命令：

./demo video ../Models/5801/gti_mnet224_fc1000_5801.model ../Data/Image_mp4/video_1000class.mp4

这个是李飞飞的1000分类测试，采用的是MobileNet网络，从帧率来看可以到117帧，速度还是很快的，一次推理时间是 8.53ms。从这个数据来看确实短小精悍。

Drivers 是一个 pcie 的驱动，好像5801没有pcie接口，这个可能是2803的。Tools目录下面是一些配套工具代码

其他的目录都是辅助性的资料

总体来看，性能强悍，资料完善，操作简单。