Moin,
ich bin gerade dabei mich auf dem Markt nach einem IC umzuschauen, der
meine Anforderungen erfüllt.
-Berechnung Inverse FFT mit 2^15 Werten nach Faltung
-Echtzeitfähig mit mind. 10Hz
Leide habe ich keine Erfahrungen, wie ich mit diesen Anforderungen auf
eine Rechenleistung komme.
Kann mir hier jemand helfen, wie ich aus den Anforderungen eine
Rechenleistung berechnen kann um dann einen IC zu suchen (ich denke mal,
dass ich einen GPU brauche) der meine Anforderungen erfüllt.
Danke fürs Helfen!
AnfängerMitGroßenZielen schrieb:> Leide habe ich keine Erfahrungen, wie ich mit diesen Anforderungen auf> eine Rechenleistung komme.
Programmier's doch einfach mal in der Programmiersprache Deiner Wahl und
lass' es auf Deinem PC laufen. Bestimme die Zeit, die ein Durchlauf
braucht.
Die meisten Cortex-A Anwendungsprozessoren haben eine GPU. Manche haben
sogar noch DSP-Kerne, die genau für so etwas konzipiert sind, wie die TI
Sitara Prozessoren. Die Interfaces der GPUs sind geheim, die kann man
nur über binäre Linux-Treiber nutzen und hat dann Probleme mit der
Echtzeitfähigkeit. Dann gibt es noch dedizierte DSP-ICs, die ebenfalls
genau für so etwas gemacht sind, und natürlich FPGAs.
Für die Auswahl sollte man natürlich erst einmal überschlagen wie viele
Berechnungen (Addition, Multiplikation) mit welchem Datentyp pro Sekunde
gemacht werden müssen.
AnfängerMitGroßenZielen schrieb:> Kann mir hier jemand helfen, wie ich aus den Anforderungen eine> Rechenleistung berechnen kann um dann einen IC zu suchen (ich denke mal,> dass ich einen GPU brauche) der meine Anforderungen erfüllt.
Nein, du brauchst einen DSP oder einen µC mit DSP-Beschleuniger.
-Berechnung Inverse FFT mit 2^15 Werten nach Faltung
-Echtzeitfähig mit mind. 10Hz
Sprich Klartext, welche Anwendung soll das werden? Spracherkennung,
Bildkomprimierung?
Wenn man die Anwendung kennt, kann man sagen auf welchem system man
schon was ähnliches gesehen hat. 10 Hz Echtzeit ist ein Witz.
Niklas G. schrieb:> War das nichtO(N⋅log(N))\mathcal{O}(N \cdot \log(N))?
Ja hast recht.
Für den Überschlag dass es bei 10Hz passt, hat es gereicht. ;)
AnfängerMitGroßenZielen schrieb:> Wir reden hier von Spracherkennung.
Hast Du schon eine Ahnung, was Du an RAM brauchst? Das könnte zu einem
Problem werden.
Hans Hämmerle schrieb:> AnfängerMitGroßenZielen schrieb:>> Wir reden hier von Spracherkennung.>> Wurde hier schon mal diskutiert:> Beitrag "Hardware-Mindestanforderungen bei Spracherkennung">> Im Amazon Echo als Referenz für Spracherkennung steckt ein Texas> Instruments DM3725 ARM Cortex-A8 Prozessor. Das ist für Spracherkennung> mehr als ausreichend.
Naja. Der Echo macht aber nicht mehr als Wakeword-Detection, erkennt
also nur das "Alexa!", der Rest wird aufgezeichnet, an Amazonserver
geschickt, dort gehts durch Spracherkennung, durch Intensionserkennung,
dann Sprachsynthese und als Audio zurück zum Echo, der die Antwort
abspielt.
Also die Schwerstarbeit passiert nicht auf dem Echo, sondern auf
Amazon-Servern. Und die Wakeword-Erkennung braucht vermutlich nicht sooo
viel Bums.
Hans Hämmerle schrieb:> Im Amazon Echo als Referenz für Spracherkennung steckt ein Texas> Instruments DM3725 ARM Cortex-A8 Prozessor. Das ist für Spracherkennung> mehr als ausreichend.
Das wird auf dem Amazon Server ausgewertet. Es wir nur das Triggerwort
("Alexa") auf dem Gerät erkannt. Diese Erkennung ist sehr sehr
rudimentär und auch schlecht. Alles andere wird auf dem Amazon Server
ausgewertet. Die Audioaufnahmen kann man in der App anschauen und
monatelang zurück vom Server anhören. Wer das mal macht wird feststellen
wie oft das Triggerwort falscher Weise erkannt wird.
Egal welche GPU -> zuerst schauen, dass du ein Datenblatt und
Programming Manual bekommst. Bei vielen GPU Herstellern bekommt man das
nur gegen NDA und leider auch erst ab bestimmten Stückzahlen (!!!).
Klingt nicht sinnvoll, ist aber leider so. Als Privatperson meisten
überhaupt nicht.
Rest schrieb:> Egal welche GPU -> zuerst schauen, dass du ein Datenblatt und> Programming Manual bekommst.
Weil ich den Quatsch jetzt schon ein paar mal lesen mußte: für eine FFT
braucht man keine GPU. Eine Floating Point Unit reicht (sofern es
überhaupt um Gleitkommarechnung geht). Optional eine DSP-Erweiterung,
wie sie bspw. die Cortex-M4 haben.
100ms sind eine sehr lange Zeit, auch für 32K Punkte. Ein z.B. STM32F4
sollte dafür schon reichen. Wo die Latte hängt, sieht man an den o.g.
Zahlen für "richtige" DSP mit um die 20µs für 1K Punkte. Extrapoliert
auf 32K Punkte (folgend O(n·ld n)) bräuchte so ein DSP um die 3ms.
Axel S. schrieb:> Rest schrieb:>> Egal welche GPU -> zuerst schauen, dass du ein Datenblatt und>> Programming Manual bekommst.>> Weil ich den Quatsch jetzt schon ein paar mal lesen mußte: für eine FFT> braucht man keine GPU. Eine Floating Point Unit reicht (sofern es> überhaupt um Gleitkommarechnung geht). Optional eine DSP-Erweiterung,> wie sie bspw. die Cortex-M4 haben.
Volle Zustimmung, deshalb auch der Hinweis auf Spracherkennung mit einem
embedded Prozessor.
Ein Graphik-Beschleuniger ist völlig unangebracht für diese
Anwendung.Und der DSP im echo macht mehr als nur ein einzelnes Word zu
erkennen, der macht Echo-cancelling und eben die Spektrale aufbereitung
wie angefragt.
Für Spracherkennung brauchts keinen amazon-Cluster, Spracherkennung kann
schon ein räudiger PC von 1997. bspw. ein Pentium mit 200 MHz und
MMXtension.
AnfängerMitGroßenZielen schrieb:> Leide habe ich keine Erfahrungen, wie ich mit diesen Anforderungen auf> eine Rechenleistung komme.
Testen und für Versuche mal 2-3 Nummern zu gross wählen. Bei Privaten
Bastelprojekten spielt es auch keine Rolle mehr (paar Euros mehr oder
weniger...), ob der Chip überdimensioniert ist. Ist ja sowieso nur ein
Einzelstück.
Spracherkennung simpel?
PC/Notebook mit Mikrofon und Matlab/GNURadio und dann kannst du
Algorithmen umsetzen ohne dich mit Fragen wie GPU, RAM, DSP... zu
kümmern, da sowieso genügend Ressourcen vorhanden sind. Wenn du dein
Konzept erfolgreich geprüft ist, kannst du dann an die Auswahl einer
entsprechenden Hardware gehen. Du weisst ja dann wieviel Rechenleistung
und Speicher nötig ist und somit kannst du dich auch gleich die passende
Technologie nehmen. Alles andere ist sinnlos und mit viel Frust
gespickt.
Erstens mal benoetigt man keine Floating point, und auch nicht soviel
Punkte. Wieviele Frequenzen willst du denn aufgeloest haben ? 20Hz-20kHz
?
Nein, denn fuer Sprache genuegen 100Hz-5kHz. Und das ist schon
grosszuegig.
Und welches sollen die Frequenzraster sein ? 1Hz ? Natuerlich auch
nicht.
Bedeutet die 2^15 Werte werden einiges weniger. Dafuer sind 10Hz auf der
schwachen Seite.
Ich wuerd mal mit einem PIC32 beginnen. Das sind DSP Maschinen mit 32Bit
und 80MHz, oder so. Die koennen allerdings so eine FFT im Hintergrund
per Hardware.
Hans Hämmerle schrieb:> -Echtzeitfähig mit mind. 10Hz
Sagt wer? Das kommt immer auf den Prozess an.
Auch der Bahnregler eines 350m Containerschiffes läuft in Echtzeit. Was
nützt 10Hz Datenverarbeitung bei Zeitskalen von etlichen Sekunden bis
Minuten?
Wolfgang schrieb:> Auch der Bahnregler eines 350m Containerschiffes läuft in Echtzeit. Was> nützt 10Hz Datenverarbeitung bei Zeitskalen von etlichen Sekunden bis> Minuten?
Ne Monsterwelle braucht keine sekunde das Dickschiff Kiel oben zu
werfen. oder zumindest aus dem Kurs zu schnippen.
