NCS

端设备数据预处理的强烈需求，大量 IoT 设备厂商会面临智能化变革，尤其是像智能摄像头、无人机、机器人、AR/VR 等领域的厂商。

通过将最新的 Movidius VPU 技术融入现有的 AI 端设备解决方案组合，Intel 已经准备好帮助开发者和数据科学家们开拓低功耗智能设备领域的边界。

• Intel 的 Movidius 神经计算棒（NCS）
  
• 神经计算 SDK（NCSDK）开发包
  

旨在降低开发者和数据科学家开发和制造智能端设备原型的门槛。

优化你深度学习模型时可以加速深度学习推理的辅助工具，这就是今天爱板网要给大家推荐的全球首款基于USB接口、便携小巧、且能加速深度学习推理的学习、开发、调试验证工具——由Intel推出的Movidius神经计算棒（Neural Compute Stick，为了方便，下文将简称NCS）。

GPU---Graphics Processing Unit 图形计算单元，通常就是我们说的显卡核心，负责处理图像信息，少量GPU也能当作CPU，协处理器负责科学计算。
CPU---Central Processing Unit 中央处理器，是电脑的核心部件，控制整个电脑的运行，显卡也不在话下。内部整合了逻辑处理器，控制器。

TPU---Tensor Processing Unit 张量处理单元，是一款为机器学习而定制的芯片，主要用于人工智能领域，一般人用不到。

不同于传统观点认为的那样，“深度学习就一定需要高性能的GPU、TPU、FPGA等硬件平台，一定需要高速的网络带宽”，NCS正在打破这种局限，为那些想入门人工智能领域的学生、从业者提供了一种边缘计算的深度学习可行性，而你达成这一切所需要的仅仅是一个支持Linux系统的便携式硬件平台，如市面上的树莓派、Up Board等，再加上一根Movidius神经计算棒即可，当然，要是有摄像头等外设那无疑是锦上添花。铺垫结束，是时候进入正题，来看看Intel的Movidius神经计算棒到底是个怎样的玩意。

Movidius的品牌很显眼，这是Intel16年收购的一家从事机器视觉芯片的公司，其Myraid系列VPU以低功耗高性能著称（下文详说），在大疆无人机，谷歌Clips相机上均被采用。

虽然暂时无法拆开NCS一探内部情况，但是从目前的信息来说，我们至少知道NCS可以加速深度学习推理主要依赖于内部的视觉处理单元（Vision Processing Unit） Myriad 2。这里有必要提一下，深度学习的细分领域非常多，而NCS主要的特点是针对深度学习中的图像和视频的处理