DEBIX Model A - Instalación y Benchmark NPU
Medición de desempeño con carga de Machine Learning


DEBIX Model A es un SBC de grado industrial basado en el i.MX 8M Plus de cuatro núcleos con una NPU de 2,3 TOPS,  está preparado y capacitado para aplicaciones directas en la industria 4.0, IoT, ciudades inteligentes y multimedia.  

En este post veremos como instalar su sistema operativo Android y medir el desempeño de su CPU ante una carga de Machine Learning comparando los resultados con Raspberry Pi 4.

i.MX 8M Plus

La familia de CPU i.MX 8M Plus se centra en el aprendizaje automático, la multimedia avanzado y la automatización industrial con alta fiabilidad. Está construida para satisfacer las necesidades de las aplicaciones Smart Home, Building, City e Industry 4.0.

Posee procesadores Arm® Cortex®-A53 a 1,8 Ghz con una Unidad de Procesamiento Neural (NPU) que funciona hasta 2,3 TOP y doble procesador de señal de imagen (ISP): Resolución de hasta 12MP y velocidad de entrada de hasta 375MPixels/s. 


Instalación

  1. Descargar la imagen de Android 

  2. Grabar la imagen con balena Etcher o Win32Image

  3. Iniciar DEBIX

  4. Instalar Geekbench ML app for Android

Benchmark

NNAPI

La API de Neural Networks (NNAPI) de Android C está diseñada con el objetivo de ejecutar operaciones con mucha carga de cálculo para aprendizaje automático en dispositivos Android. La NNAPI está diseñada para proporcionar una capa básica de funcionalidad en marcos de trabajo de aprendizaje automático de nivel superior (como TensorFlow Lite y Caffe2), que crean y preparan redes neuronales. La API está disponible en todos los dispositivos Android 8.1 (API nivel 27) o versiones posteriores.
It provides acceleration for TensorFlow Lite models on Android devices with supported hardware accelerators including:
  • Graphics Processing Unit (GPU)
  • Digital Signal Processor (DSP)
  • Neural Processing Unit (NPU)

Geekbench ML

Geekbench ML utiliza tareas de aprendizaje automático del mundo real para evaluar el rendimiento de la inferencia móvil. Geekbench ML mide tu CPU, GPU y NPU para determinar si tu dispositivo está preparado para las aplicaciones de aprendizaje automático de vanguardia de hoy y mañana. 

Raspberry Pi 4 vs nxp EMB-iMX8MP-02 (DEBIX Model A)
NNAPI

Resultados completos: https://browser.geekbench.com/ml/v0/inference/compare/207274?baseline=207272

Raspberry Pi 4 vs nxp EMB-iMX8MP-02 (DEBIX Model A)
CPU

Resultados completos: https://browser.geekbench.com/ml/v0/inference/compare/207264?baseline=207272

 
IoT + Impresora 3D
Monitoreo en tiempo real de una impresora 3D