С появлением Интернета вещей и распространением подключенных встроенных устройств одной из самых больших проблем при разработке конкурентоспособных решений Интернета вещей является возможность использования интеллектуальных функций на границе сетей Интернета вещей. Пограничные вычисления имеют решающее значение в приложениях IoT, поскольку они прокладывают путь для более быстрого логического вывода в реальном времени за счет внедрения вычислительных возможностей в локальную инфраструктуру, что приводит к значительному повышению общей надежности и производительности системы.

В связи с тем, что граничные вычисления все чаще составляют основу безопасных и подключенных устройств следующего поколения, важно подчеркнуть значение, которое аппаратные ускорители играют в определении производительности и эффективности системы, и поэтому их следует учитывать с первостепенной важностью при разработке решений для граничных шлюзов.

За прошедшие годы значительный прогресс в технологии FPGA привел к тому, что FPGAS стали основным направлением разработки интеллектуальных периферийных платформ. Высокая производительность и адаптируемость FPGA в сочетании с их способностью обеспечивать максимальную пропускную способность при минимальной задержке делают их идеальными для обеспечения быстрого логического вывода в реальном времени на периферии.

В iWave Systems, ведущем конструкторском бюро FPGA, базирующемся в Бангалоре, мы использовали самые современные модули Xilinx Zynq® UltraScale+™MPSoC FPGA, чтобы повысить интеллект периферийных устройств с помощью передовых ускорений AI/ML. Zynq® UltraScale+™MPSoC FPGA SOM от iWave предлагает универсальные аппаратные ускорения для интуитивно понятного развертывания таких функций, как распознавание изображений/речи, обнаружение объектов/поз и т. д., а также гибкую платформу, которая позволяет разработчикам постоянно совершенствовать функции и повышать свое конкурентное преимущество. Внедрение искусственных нейронных сетей в ПЛИС обеспечивает гибкость для адаптации приложений к изменяющимся стандартам и требованиям конечных пользователей, что, в свою очередь, обеспечивает защиту ваших проектов в будущем.

iWave также предоставляет комплексные платформы разработки Zynq® UltraScale+™MPSoC для немедленной оценки приложений AI/ML.

Основные платформы Xilinx/DeePhi для логического вывода AI/ML в Zynq® iWave UltraScale+™MPSoC SOM

На изображении показано ускорение AI/ML в комплекте разработки iWave Zynq UltraScale+ MPSoC с использованием базовых платформ Xilinx/Deephi для обнаружения объектов, обнаружения людей, оценки позы и распознавания лиц.

Zynq UltraScale+ MPSoC SOM представляет собой интеллектуальное сочетание функций MPSoC и FPGA в архитектуре ARM® + Xilinx FPGA, которая образует высокоинтегрированную и мощную встроенную платформу для периферийных приложений. Гетерогенные многоядерные процессоры ARM® дополняют периферийные приложения высокопроизводительной обработкой не в реальном времени, такой как загрузка системы, управление периферийными устройствами, связь с сервером и т. д., при этом разгружая FPGA для выполнения критических задач в реальном времени с использованием алгоритмов Deephi.

Базовые платформы Deephi объединяют как аппаратные, так и программные компоненты, представляя комплексную структуру для ускорения AI/ML в таких приложениях, как распознавание лиц, наблюдение в реальном времени, определение изображений/позы и т. д. Обладая лучшими в отрасли возможностями AI/ML, Xilinx / Базовая платформа Deephi обеспечивает высокий уровень адаптивности к различным характеристикам рабочей нагрузки и дополняет периферийные приложения выводом данных в реальном времени со сверхнизкой задержкой.

Благодаря поддержке широкого спектра нейронных сетей базовые платформы Xilinx/Deephi постоянно развиваются, интегрируя новые и усовершенствованные алгоритмы для улучшения определенности и логического вывода в приложениях AI/ML. iWave поддерживает огромное количество ядер Deephi, что позволяет клиентам выбирать из множества алгоритмов в зависимости от потребностей их приложений, что обеспечивает превосходный вывод в периферийных приложениях. Перейдите по ссылке https://www.xilinx.com/products/design-tools/ai-inference.html#models, чтобы получить представление о различных нейронных сетях, поддерживаемых Xilinx/Deephi.

Ускорение AI/ML для периферийных промышленных приложений: (несколько вариантов использования)

Интеллектуальная система видеонаблюдения. Интеллектуальные платформы, выполняющие мониторинг и обнаружение в режиме реального времени для интеллектуальных выводов на устройстве с использованием сочетания ускорения FPGA и нейронных сетей.

Интуитивно понятный ADAS: вычислительная платформа в реальном времени, способная генерировать точные и своевременные выводы с помощью встроенных алгоритмов AI/ML, чтобы помочь водителям с информацией для принятия надлежащих решений.

Промышленная автоматизация. Адаптивные интеллектуальные устройства, которые могут обнаруживать, подключать и обрабатывать массивные потоки данных, выполнять профилактическое обслуживание и принимать интеллектуальные интуитивно понятные решения.

Умное здравоохранение: устройства с ускорением AI/ML, которые обеспечивают мониторинг и диагностику здоровья в режиме реального времени для раннего выявления проблем или заболеваний и обеспечивают персонализированное лечение пациентов.

Излишне говорить, что периферийные вычисления продолжают революционизировать экосистему Интернета вещей благодаря конкурентоспособным приложениям, обеспечивающим наилучшее качество обслуживания потребителей. Платформы iWave Xilinx/Deephi предлагают высокопроизводительное адаптивное аппаратное ускорение для реализации ускорения AI/ML в периферийных приложениях с максимальной гибкостью и простотой использования, что позволяет разработчикам ускорять инновации и быстро воплощать проекты в жизнь с оптимизированными затратами и сроками выполнения.

Для получения дополнительной информации или запросов, пожалуйста, пишите на [email protected] или свяжитесь с нашими Региональными партнерами.