Microsoft hat das Vision AI Developer Kit für Entwickler breit verfügbar gemacht. Die kleine KI-Kamera entsteht gemeinsam mit Qualcomm, läuft unter Yocto Linux und führt Bilderkennungsmodelle vollständig lokal auf dem Gerät aus. Das Unternehmen meldete die breite Verfügbarkeit am 3. September 2019 im Azure-Blog. Das Kit ist damit der bisher kleinste Baustein in Microsofts Angebot an Sensoren für die KI-Entwicklung an der Edge.
Bestellt werden kann das Gerät über Arrow Electronics für rund 250 US-Dollar, gefertigt vom Microsoft-Partner eInfochips. Vorgestellt hatten Microsoft und Qualcomm das Projekt erstmals zur Entwicklerkonferenz Build 2018. Nach einer privaten Preview-Phase im Sommer 2019 folgt nun der reguläre Verkauf.
Qualcomm-Hardware mit Linux statt Windows
Grundlage der Kamera ist Qualcomms Vision Intelligence Platform 300 mit dem SoC QCS603. Der Chip nutzt vier 64-Bit-Kryo-Kerne, 4 GByte LPDDR4-Arbeitsspeicher und 16 GByte eMMC-Speicher. Die 8-Megapixel-Kamera nimmt 4K-Inhalte auf, für die Anbindung sorgt ein WLAN-Modul nach 802.11 b/g/n. Die eigentliche Modellanwendung übernimmt die Snapdragon Neural Processing Engine, die Inferenz mit Hardwarebeschleunigung direkt auf dem Gerät ausführt. Als Betriebssystem dient Yocto Linux. Nach dem Azure Kinect DK aus dem Februar 2019 und der Umnutzung der Xbox Kinect als IoT-Sensor ist das Vision AI Developer Kit der dritte Vorstoß, mit dem Microsoft Sensortechnik aus dem Xbox-Umfeld für Entwickler an die Edge bringt.
Modelle ohne Code über Custom Vision
Microsoft setzt auf die bekannte Azure-Kette: Modelle entstehen in Azure Machine Learning oder in Custom Vision aus den Azure Cognitive Services und werden über Azure IoT Edge auf die Kamera gespielt. Für Entwickler ohne Data-Science-Vorkenntnisse gibt es den No-Code-Weg über Custom Vision mit Bild-Upload, Training und Deployment per Assistent. Der Verteilweg läuft über den Azure IoT Hub, beschleunigt wird die Bildklassifikation auf dem Gerät ebenfalls über die Snapdragon Neural Processing Engine, sodass Szenen auch offline ausgewertet werden können. Beispiele, Modelle und Einführungen stellt Microsoft auf der Projektseite und im GitHub-Repository bereit.
Typische Einsatzszenarien nennt Microsoft direkt: Die Kamera kann auf einer Baustelle prüfen, ob alle Anwesenden einen Helm tragen, oder im Einzelhandel erkennen, ob Regalware fehlt. Beide Fälle brauchen keine durchgehende Cloud-Verbindung, weil die Inferenz lokal läuft und nur die Ergebnisse an Downstream-Anwendungen im Azure-Backend gehen.