Gdyby tylko urządzenia mogły myśleć…
Sztuczna inteligencja na brzegu sieci
Sztuczna inteligencja (AI) i uczenie maszynowe (ML) na obrzeżach sieci wymagają mocy obliczeniowych zoptymalizowanych pod kątem obciążenia roboczego, przy najniższym możliwym poborze energii i z rezerwami termicznymi na potrzeby działania w ograniczonych przestrzeniach. W takich zastosowaniach układy FPGA średniej gęstości są doskonałą opcją na potrzeby implementacji projektów. Wyzwaniem jest dopasowanie sposobu uruchomienia skalowanych i rozszerzalnych sieci neuronowych oraz umożliwienie inżynierom oprogramowania implementowania opartych na układach FPGA rozwiązań wykorzystujących sztuczną inteligencję w celu sprawnego integrowania interfejsów.
Układy FPGA od Microchip umożliwiające wprowadzanie sztucznej inteligencji na obrzeżach sieci
Najnowsze rozwiązania do przetwarzania sygnałów wideo i obrazów od Microchip wykorzystują zestaw do przetwarzania video i obrazowania PolarFire® FPGA. Nowy zestaw pozwala deweloperom na implementowanie inteligentnych wizyjnych systemów wbudowanych o najniższym zapotrzebowaniu na energię i zamkniętych w najmniejszych obudowach na potrzeby aplikacji na obrzeżach sieci, które wykorzystują sztuczną inteligencję i obrazowanie wysokiej rozdzielczości. Zestaw ten może także służyć deweloperom do rozpoczynania pracy z opartym na RISC-V układzie PolarFire SoC oraz rozwiązaniem MATLAB®/Simulink® opartym na symulacji w pętli FPGA. Rodzina urządzeń PolarFire niezmiennie wyznacza kierunki w branży.
Inteligentna wizualizacja w systemach wbudowanych otwiera nowe perspektywy dla implementacji systemów, które w zakresie podejmowania decyzji w szerokim spektrum aplikacji są uzależnione od danych wizyjnych. Wizja maszynowa, obrazowanie termowizyjne, nadzorowanie wideo, robotyka, praktyczne korzyści z uczenia maszynowego na obrzeżach sieci i interfejsy człowiek–maszyna oparte są na kamerach i wyświetlaczach charakteryzujących się niskim zapotrzebowaniem na energię, ale jednocześnie obsługujących interfejsy dużych prędkości oraz bezpieczeństwo danych i konstrukcji, co przekłada się na ochronę adresów IP. Charakterystyczne przetwarzanie równoległe i duża prędkość interfejsów I/O układów FPGA czyni z nich idealne platformy do przetwarzania o wysokich przepustowościach niezbędnych dla obrazowania wysokiej rozdzielczości, jak i algorytmów uczenia maszynowego.
Microchip dostarcza rozwiązania do obrazowania FPGA i obsługi wideo by umożliwiać ewaluację wielu protokołów i rozwój hosta aplikacji do przetwarzania obrazów i wideo. Rozwiązania Microchip tworzą najlepszą w klasie platformę do obrazowania i obsługi wideo i są dostarczane jako kompletny ekosystem, obejmujący zoptymalizowany pod kątem określonych aplikacji sprzęt, zoptymalizowane pakiety do zarządzania własnością intelektualną na potrzeby przetwarzania obrazów, przykładowe projekty referencyjne oraz projekty demonstracyjne i zabezpieczenia. Układy FPGA od Microchip w porównaniu do mikrokontrolerów, procesorów, procesorów graficznych i rozwiązań ASIC sztucznej inteligencji:
- Oferują duże moce obliczeniowe DSP (maks. 1480 x 18 x 18 bloków) w porównaniu do mikrokontrolerów/procesorów graficznych/procesorów
- Mniejsze rozproszenie mocy (~3–4 W mocy rdzenia) w porównaniu do procesora/procesora graficznego (>20 W)
- Do 50% niższe rozproszenie mocy w porównaniu do konkurencyjnych układów FPGA o średniej gęstości
- Oferują skalowalność na odstawie wymagań
- Integrują rozwiązania wideo, na potrzeby łączności, bezpieczeństwa i inne w porównaniu do układów ASIC
Zestaw inteligentnej wizualizacji w systemach wbudowanych (SEV - Smart Embedded Vision)
Wyświetl produkty
Zaawansowane systemy wsparcia kierowcy (ADAS) będą napędzały realizację założenia Wizji Zero - wielonarodowego projektu, którego celem jest redukcja do zera liczby ofiar śmiertelnych i poważnych obrażeń odnoszonych w wypadkach w ruchu drogowym. Microchip umożliwia realizację założeń dla systemów ADAS dzięki doświadczeniu i wiedzy z zakresu układów FPGA, inteligentnych wizualizacji w systemach wbudowanych, łączności między czujnikami i kondycjonowania sygnałów, transferu danych z dużymi prędkościami, rozwiązań w dziedzinie taktowania i zaangażowania w tworzenie rozwiązań bezpieczeństwa funkcjonalnego. Ponieważ poziom autonomii zwiększa się, liczba czujników systemów ADAS w pojazdach także się zwiększa z dwóch lub trzech do 30 sztuk - w tym są kamery przednie/tylne/boczne, radar przedni i LiDAR. Wiedza fachowa Microchip w rozwiązaniach dla łączności o znaczeniu krytycznym dla bezpieczeństwa tworzą motoryzacyjną autostradę dla rozwoju systemów ADAS. Tym samym pomagamy naszym klientom tworzyć zabezpieczone, podłączone systemy do wykrywania nierówności na drodze, z szybkością i bezpieczeństwem niezbędnymi dla coraz to nowych aplikacji ADAS.
Nowoczesne pojazdy to suma dziesiątek tysięcy komponentów, z których każdy musi być zaprojektowany z myślą o bezpieczeństwie i niezawodności.
Pojazdy transportowe są coraz bardziej zintegrowane z siecią we współczesnym świecie coraz szybciej rozwijającego się Internetu rzeczy, który jest narzędziem do budowy inteligentniejszej, przyjaznej środowisku i bezpieczniejszej przyszłości.
Rozwiązania sztucznej inteligencji Microsemi dla systemów ADAS są oparte na układach FPGA, które stanowią rdzeń sprzętowy na potrzeby akwizycji danych, funkcji przetwarzania i wyświetlania, zapewniający najlepszą w branży niezawodność i bezpieczeństwo oraz niewielkie obudowy o krytycznym znaczeniu dla tworzenia zróżnicowanych, bezpiecznych i niezawodnych zaawansowanych systemy wsparcia kierowcy. Tworzą one ramy wsparcia dla różnorodnych interfejsów komunikacyjnych wykorzystywanych do przechwytywania danych, takich jak kamery i radary, dostępnych w wariantach z twardymi i miękkimi adresami IP. Wspierają i obsługują one także zindywidualizowane interfejsów czujników dostosowanych do konkretnych projektów. Układy FPGA Microsemi oferują wsparcie dla kompleksowych algorytmów, wymaganych przez wieloczujnikowe systemy wejścia i układy przetwarzania obrazów z dużymi prędkościami. Układy FPGA oferują kluczową przewagę konkurencyjną w porównaniu do układów DSP w zakresie przetwarzania równoległego, umożliwiając szybszą reakcję na potencjalne zagrożenia.
