home
Suche

Eine neue Ära für Eye Tracking mit KI-Algorithmen auf NPU

  • Blog
  • von Erland George-Svahn
  • 6 Minuten

Anfang dieses Jahres brachte Tobii Tobii Nexus auf den Markt, eine KI-basierte Webcam Eye Tracking Software-Bibliothek für Geräte- und Anwendungsintegrationen. Da wir die Grenzen dessen, was mit Eye Tracking-Technologie möglich ist, immer weiter ausdehnen, ist die für die effiziente Ausführung von KI-Algorithmen erforderliche Rechenleistung wichtiger denn je.

Zusätzlich zu den herkömmlichen CPUs verwenden wir jetzt auch neue Hardware, wie z. B. Neural Processing Units (NPU), sofern verfügbar. Dieser Wandel bietet Geräteherstellern und Entwicklern einzigartige Möglichkeiten, Eye Tracking in ihre Produkte zu integrieren. Hier erfahren Sie, warum dieser Fortschritt wichtig ist.

Host NPU: Beschleunigung der KI-Leistung

NPUs beschleunigen KI-Workloads und bieten einen erheblichen Leistungsschub bei der Ausführung von Deep-Learning-Modellen und komplexen Bildverarbeitungsalgorithmen. Die Integration unserer Algorithmen für die Ausführung auf Intel NPUs bringt entscheidende Vorteile, darunter die folgenden:

  • Energieeffiziente Leistung: Ein entscheidender Vorteil von NPUs ist ihre Fähigkeit, KI-Aufgaben bei geringerem Stromverbrauch als CPUs zu erledigen. In unseren Labor-Benchmarks zeigte eine Intel NPU einen dreimal geringeren Stromverbrauch und eine um 46 % schnellere Verarbeitung im Vergleich zur Ausführung durch die CPU. Diese Effizienz ist entscheidend für batteriebetriebene Geräte wie Laptops und tragbare medizinische Geräte, bei denen die Batterielebensdauer ohne Leistungseinbußen verlängert wird.

  • Optimierte CPU-Verfügbarkeit: Durch die Auslagerung von KI-Aufgaben auf spezialisierte NPUs wird die CPU für andere kritische Funktionen entlastet, was die Leistungseffizienz und die Akkulaufzeit erhöht.

Es ist wichtig zu wissen, dass NPUs zwar in immer mehr Laptops und Tablets integriert sind, aber noch nicht in allen. Wenn verfügbar, wird der Tobii-Algorithmus automatisch auf der Intel NPU ausgeführt, und wenn nicht, wird auf die CPU zurückgegriffen. Dies ermöglicht es Entwicklern und OEMs, von der Hardware-Beschleunigung für Eye Tracking zu profitieren, ohne ihre bestehenden Architekturen drastisch ändern zu müssen.

Edge AI: Stromsparende NPUs in der Nähe der Kamera

In dem Maße, in dem sich KI-gestützte Geräte in Richtung Edge Computing bewegen - wo Geräte mit geringem Stromverbrauch und kleinem Platzbedarf die Echtzeitverarbeitung direkt übernehmen - werden Edge AI NPUs immer wichtiger. Diese Einheiten sind für die hocheffiziente Verarbeitung auf Edge-Geräten ausgelegt und eignen sich daher ideal für Produkte wie Laptops, Monitore, IoT-Geräte und mobile Anwendungen.

Die Ausführung der Eye Tracking-Algorithmen von Tobii auf Edge NPUs bietet große Vorteile:

  • Verbesserter Datenschutz: Edge AI NPUs ermöglichen es KI-Algorithmen, Kamerabilder zu verarbeiten und Blickdaten zu erzeugen, ohne dass diese Bilder die Hauptrecheneinheit erreichen. Dies ist besonders wichtig für Geräte oder Displays, bei denen der Datenschutz von entscheidender Bedeutung ist.

  • Minimaler Stromverbrauch: Edge AI NPUs sind für einen geringen Stromverbrauch optimiert und eignen sich daher perfekt für Geräte, bei denen die Akkulaufzeit entscheidend ist. So kann die Eye Tracking-Technologie in kleinere, tragbare Geräte wie Telefone und Laptops integriert werden, ohne dass die Batterie leer wird.

  • Leistung in Echtzeit : Edge-KI-Lösungen verwalten die Bildpipeline vom Sensor bis zur Verarbeitung, wodurch die Bildverarbeitung, die heute auf Betriebssystemebene stattfindet, entfällt. Dieses Setup ist entscheidend für Eye Tracking mit niedriger Latenz und hoher Aktualisierungsrate. So könnten beispielsweise stereoskopische Monitore oder Telefone ein einwandfreies 3D-Erlebnis und eine blickbasierte Interaktion ermöglichen.

Die Vorteile für OEMs und ISVs: Flexibilität und Zukunftssicherheit

Durch die Unterstützung von KI-Algorithmen, die auf CPUs, Intel NPUs und Edge AI NPUs laufen können, bietet Tobii Eye Tracking OEMs und ISVs mehrere wichtige Vorteile:

  • Optimierung der Leistung: OEMs und ISVs können die Verarbeitungsarchitektur auswählen, die am besten zu den Leistungs- und Energieanforderungen ihres Produkts passt - egal, ob es sich um ein High-End-Gerät handelt, das eine Intel NPU für ultraschnelles High-Fidelity-Tracking verwendet, oder um ein mobiles Gerät, das mit einer Edge AI NPU für Edge-Verarbeitung läuft.

  • Skalierbarkeit über Geräte hinweg: Durch die Unterstützung mehrerer Hardware-Architekturen können Entwickler vertikal skalierbare Lösungen erstellen, die auf allen Geräten - von High-End-Desktops bis hin zu leichten IoT-Geräten - effizient laufen. Diese Vielseitigkeit verkürzt die Entwicklungszeit, da ein einziges KI-Modell auf verschiedenen Produkten ausgeführt werden kann.

  • Kosten und Energieeffizienz: Durch die Ausführung von KI-Aufgaben auf spezialisierten NPUs wie den Intel oder Edge AI NPUs können OEMs leistungsstarke, KI-gesteuerte Funktionen bereitstellen, ohne die CPU übermäßig spezifizieren zu müssen, was die Kosten und den Energieverbrauch niedrig hält.

Eine neue Grenze für AI-gestütztes Eye Tracking

Wir freuen uns zu sehen, wie unsere Integrationen mit NPUs die Zukunft der Eye Tracking-Technologie neu gestalten. Indem wir es unseren KI-Algorithmen ermöglichen, nahtlos auf CPU, Intel NPU und Edge AI NPU zu laufen, geben wir OEMs und ISVs die Möglichkeit, intelligentere, schnellere und energieeffizientere Produkte zu entwickeln.

Ganz gleich, ob Sie die Zugänglichkeit verbessern, die Bewertung des Gesundheitswesens optimieren oder intuitivere Benutzererfahrungen schaffen möchten - unsere Eye Tracking-Algorithmen sind so konzipiert, dass sie präzise Echtzeit-Einsichten auf der Hardware-Plattform liefern, die Ihren Anforderungen am besten entspricht. Wir sind bestrebt, die Flexibilität und Leistung zu bieten, die erforderlich sind, um die sich entwickelnden Anforderungen der Branche zu erfüllen.

Möchten Sie es in Aktion sehen? Laden Sie eine Demo herunter . Wenn unsere Webcam Eye Tracking-Algorithmen auf Intel NPU-fähigen Geräten ausgeführt werden, nutzen sie automatisch die neuronale Verarbeitungseinheit.

Dies ist erst der Anfang, und wir freuen uns darauf, gemeinsam mit Ihnen die nächste Innovationswelle voranzutreiben!

Geschrieben von

  • Erland George-Svahn

    Erland George-Svahn

    Product portfolio manager screen-based integrations

    Erland George-Svahn manages the Tobii screen-based integration portfolio that consists of both hardware and software integration offerings for B2B. He has over 20 years of experience in designing products, leading cross-functional teams and helping customers succeed!

Vertiefen Sie Ihr Wissen über Webcam Eye Tracking für Geräte