堂永远是学习最神圣的地方，可如果学生在课堂上不听课、睡觉，作为老师应该怎么做？在人工智能时代的现在，能不能找到一个智能化的案，帮助老师在课堂上提高教学质量？
受客户智能教室解决方案要求的驱动，Corerain不得不去寻找一种能够帮助分析学生行为和参与度的产品，并且还需要为客户提供低延迟、高效率和高性能的解决方案。事实证明，英特尔FPGA是满足这些实时处理需要要求的最佳平台。
Corerain智能教室解决方案
Corerain开发的基于Custom AI Streaming Accelerator（CAISA）高性能、低功耗AI加速引擎的智能教室解决方案，可以在不使用FPGA的全部性能潜力的情况下，提供高达90％（在Intel®Arria®10GX 1150上）的利用率（CAISA引擎基于流式架构）。此外，它还可以在英特尔® Arria 10 GX FPGA上运行相关RainBuilder端到端工具链。
人工智能应用开发人员现在也可以利用FPGA级别的应用性能，同时使用熟悉的深度学习框架，如TensorFlow和Caffe。而Corerain的CAISA还具有可扩展性，因此可以调整大小以适应各种FPGA。这种灵活性允许应用程序设计人员根据应用程序要求扩展设计的性能或成本。
使用RainBuilder开发
在Corerain的智能教室解决方案中，可以通过智能算法以确定学生在课堂环境中的四种常见行为。积极行为包括：举手和站立等参与行为。负面行为包括：转身和趴下等。
智能识别学生在课堂常见的四种行为
这些解决方案可实现课堂参与水平的实时统计，课堂视频将转化为大数据分析。此外，这些大数据分析还可以评估老师的教学质量，并帮助他们调整教学方法，以提高学生在课堂的参与度。
Corerain的CAISA架构不仅限于一个或几个神经网络，而是支持当今使用的几乎所有CNN网络。而RainBuilder开发工具还可以自动将使用流行的AI / ML框架（包括TensorFlow和Caffe）开发的模型转换为在基于FPGA的CAISA引擎上直接有效运行的应用程序。
内容源自英特尔FPGA