PC 要求

Intel Core i7 或更高版本。

• 蓝色定位工具对时钟速度很敏感，特别是在复杂的模型 特征集合的特定空间排列（仅限蓝色定位和蓝色读取工具。）在后处理步骤中，蓝色定位和蓝色读取工具可以将在图像中检测的所有特征与该工具定义的模型相拟合。然后返回模型的整体位姿和标识。匹配应用中。

• 如果单个核心执行多项任务，处理时间就会增加。因此，请使用足够的资源或仅将一个任务分配给单个核心。

Cognex 建议使用 GPU 以获得更高的性能，并访问 标准 工具。您可以在没有 GPU 的情况下使用 遗留 模式工具，但不能处理 标准 和 标准 工具。

VisionPro Deep Learning 对 GPU 有以下要求：

• VisionPro Deep Learning4.0 支持所有启用 NVIDIA® CUDA® 且计算能力为 6.1 或更高的 GPU。有关 GPU 计算能力的更多信息，请参阅 NVIDIA 网站。

• 训练 PC 需要 10 GB 或更大的 GPU RAM。

• 部署 PC 需要 8 GB 或更大的 GPU RAM。

  注意： 对于训练和处理标准工具，Cognex 建议使用超过 10 GB 的 RAM。

Cognex 建议使用 GPU 驱动程序版本 528.02 到 532.03，但需考虑以下因素：

• 测试的驱动版本是 528.02。

• 不建议使用从 532.03 到 546.01 的驱动程序版本。

• 如有必要，您可以使用高于 546.01 的驱动程序版本。使用高于 546.01 的版本时，您必须在 NVIDIA 控制面板中禁用共享 GPU 内存使用。有关详细信息，请参阅禁用共享 GPU 内存。

  注意： 使用的驱动程序版本高于 532.03 可能造成在 标准 模式下训练和处理时间较短。

访问 NVIDIA 驱动程序下载网站来找到适合您的 GPU 的驱动程序版本。

有关为您的应用程序选择 GPU 的更多信息，请参阅 GPU 选择指南。

• 训练 PC 需要 64 GB 或更大的 RAM。

• 部署 PC 需要 32 GB 或更大的 RAM。

训练 PC 需要具有 200 GB 或更多可用空间的 SSD。

最小 x8 PCIe 通道。但是，相对于PCIe x8（基于5 MP 映像），x16 PCIe 有可能会将周期时间减少约 10 ms。

比系统和 GPU 功率要求大 1.25 倍。