最近在调研一款嵌入式的平台,想用作深度学习推理的实现部署,要求尺寸尽量小巧,功耗要尽量低,而且要能够承担一定复杂度的深度学习的算法实现。
恰巧参加一个活动,主办方提供了拿铁熊猫LattePanda和Intel神经计算棒NCS2,正好来评估一下相应的软硬件环境与性能。
硬件1:拿铁熊猫LattePanda Delta
采用了 Intel 全新 N 系列赛扬 4 核处理器,最高可达 2.40 GHz,4GB内存,内置蓝牙和 WiFi 模组,支持 USB 3.0 接口、HDMI 视频输出、3.5mm音频接口,100/1000Mbps 以太网口,以及额外的 MicroSD 扩展卡槽。集成一块 Arduino Leonardo 单片机,可以外拓各种传感器模块,支持 Windows 和 Linux 双操作系统。在功能和价格上都是完美的选择。
硬件2:Intel神经计算棒NCS2
Intel® Movidius™ Myriad™ X VPU核心,USB 3.1 Type-A接口,支持TensorFlow, Caffe, MXNet, ONNX, PyTorch/ PaddlePaddle(通过ONNX)。
软件环境:OpenVINO,Ubuntu, Windows® 10
先来一张硬件合照,确实是小巧,接上鼠标、键盘、显示器,就是一台巴掌大的电脑啊!
翻个身,背面的接口也很丰富。
LattePanda Delta配的eMMC 5.0只有32GB,作为部署推理应用应该是足够了,如果想把开发环境也全部安装上,就有点不够用了。
为了测试,干脆加一块NVMe 接口的SSD,(有点飘了,500GB,其实OS加上各种软件,128GB足够了。然后分成两个250GB,准备一块给Windows10,一块装Ubuntu。)
考虑到原来开发机上采用的是VirtualBox和Ubuntu 18.04的组合,而且Ubuntu虚拟机上已经安装好了所有的软件,所以想直接把Ubuntu虚拟机挪到LattePanda Delta上。
这个想法是可行的,中间踩了两个坑,一个是不支持USB3.0,一个是Intel神经计算棒NCS2在程序运行的时候会找不到,报错。在网上搜了好多教程,花了一些时间做尝试,最终把这两个坑给踩平了。把过程和用到的软件记录下来,给想在Ubuntu虚拟机里使用Intel神经计算棒NCS2的伙伴们做个参考,也省得自己忘了。
1. 安装VirtualBox。
我安装的是6.1.8版本,安装文件链接如下:
http://download.virtualbox.org/virtualbox/
VirtualBox的6.1.8版本安装后,自带增强功能的iso文件,在如下路径下:
C:\Program Files\Oracle\VirtualBox\VBoxGuestAdditions.iso,
需要在虚拟光驱里添加该文件: