Работа с ИК матрицей MLX90640

[A_I]

(Оффтоп)

Танк пришел и слегонца разочаровал в плане удаленного управления камерой айфона - видео потока нет, можно только фото делать, но потом глянуть их удаленно на часах удастся только, вроде, как тему для экрана часов из галереи телефона В любом случае, дальше не копал - этот изврат уже не интересен..

[A_I]

Прикольный девайс - брал как стойка под гравер/дрель для сверления отверстий в печатных платах, а у него оказывается, ещё и голова поворотная со шкальником до 90 град.
Для плат вряд ли пригодится, но для других поделок лишним не будет..

[A_I]

Почти год назад один добрый человек выложил свои труды по созданию драйвера для сопроцессора NPU для чипа RK3588 (это тот, который по заявлениям 6 TOPs производительности выдает и предполагается к использованию для нейровычислений). Однако в firmware, по-крайней мере на плату orange pi 5, которая есть у меня, от китайцев драйверов в явном виде на него нет. Посему приходится пользоваться их специализированными тулчейнами для нейро- пакетов, и любой шаг в сторону - например, использовать нейрочип по своему усмотрению, скажем, для решения каких-то затратных вычислений (не нейро-) для разгрузки основного процессора, не получится.
А Томеу Визосо сделал заплатки для исходников ядра, содержащие основные методы работы с нейрочипом на пользовательском уровне, причем на 3 ядра можно повесить разные задачи, что также приближает к вычислениям в реальном времени.
Начал пробовать - пока отработал (вернее вспомнил и возобновил, так как пару лет назад уже собирал для оранджа) сборку ядра, загрузчика и файловой системы и скачал патчи...
https://www.linux.org.ru/news/opensource/17649931

[A_I]

В общем, с нейрочипом не всё так просто. Драйвера-то есть, но совсем не документированы. Очень тяжко и долго идет работа - почти как реверс-инжиниринг.
Надо посмотреть в сторону GPU, которое GPGPU в случае с орандж (так как в моих проектах графической оболочки нет, то можно использовать "графику" под свои задачи). Тут использован ускоритель mali g610 с 64 ядрами на 1 ГГц, который поддерживает opencl (2.1 по-моему)..
Лет 10 назад сравнивал cuda vs opencl для какой-то нвидиа карты (не своим естественно кодом, а чем-то там тестовым для майнинга). Помню, что для тех версий было примерно одинаково по производительности.
OpenCL хотя бы документирована неплохо.. Главное правильно задачу распараллелить на всякие там кластеры, айтемы и проч..