AI-udviklingspotentiale med Agilex™ 5 system-på-modul

Kunstig intelligens (AI) revolutionerer forskellige brancher ved at levere transformative løsninger, der forbedrer effektiviteten, nøjagtigheden og evnen til at træffe informerede beslutninger betydeligt. I dette landskab er konceptet Edge-AI - behandling af AI-algoritmer på enheder, der befinder sig i udkanten af et netværk (dvs. tættere på brugeren) - dukket op, som en nyskabende tilgang. Det giver mulighed for databehandling i realtid, reduceret latenstid, forbedret databeskyttelse og autonomi i beslutningstagningen, hvilket er særligt kritisk i sektorer som sundhedspleje, robotteknologi og industriel automatisering.

iWave, en pioner inden for teknik til indlejrede systemer, er på forkant med denne revolution og tilbyder indlejrede platforme, der er designet til at flytte grænserne for AI på udkanten af netværket. Disse platforme er specielt skræddersyet til anvendelser, der kræver højtydende databehandling og sofistikerede AI/ML-funktioner, såsom mediebehandling, robotteknologi og visuel databehandling.

Vi præsenterer iW-RainboW-G58M: Den næste generation af FPGA'er, der er forberedt for AI

Som et væsentligt fremskridt for markedet for indlejrede systemer er iWave glade for at kunne introducere iW-RainboW-G58M-systemet-på-modul (System on Module/SoM) (figur 1), der forsynes af Intel Agilex™ 5 FPGA. Dette er den første FPGA med AI-funktioner integreret direkte i dens struktur, hvilket markerer en ny æra inden for FPGA-teknologi. iW-RainboW-G58M’et er omhyggeligt udviklet til anvendelser, der kræver høj ydeevne, behandling med lav latenstid og implementering af brugerdefineret logik med indlejret AI/ML-understøttelse, hvilket gør den til et ideelt valg til industrier som medicinsk billeddannelse, robotteknologi og industriel automatisering.

Figur 1: iWave iW-RainboW-G58M’et-SoM, forsynet af Intel Agilex 5 FPGA, som er den første FPGA med direkte integrerede AI-funktioner. (Billedkilde: iWave)

iW-RainboW-G58M SoM er kompakt og måler kun 60 mm x 70 mm, men den er alligevel spækket med avancerede funktioner. Den understøtter Intel Agilex™ 5 FPGA- og SoC E-Series-familien i B32A-pakken, der fås i to forskellige enhedsvarianter for at imødekomme behovene af en række anvendelser:

• Gruppe A: A5E 065A/052A/043A/028A/013A SoC FPGA - Disse varianter tilbyder højere ydeevne og er velegnede til anvendelser, der kræver mere komplekse behandlingsfunktioner.
• Gruppe B: A5E 065B/052B/043B/028B/013B/008B SoC FPGA - Disse varianter giver omkostningseffektive løsninger til mindre krævende opgaver og sikrer fleksibilitet i design og implementering.

Kombinationen af disse muligheder gør det muligt for udviklere at vælge den mest passende FPGA-variant til deres specifikke anvendelse og afbalancere ydeevne, strømforbrug og omkostninger.

Udnyt det fulde potentiale af Intel Agilex™ 5 FPGA'er til Edge-AI

Intels Agilex™ 5- FPGA'er og SoC'er repræsenterer et betydeligt spring fremad inden for FPGA-teknologi, især i forbindelse med AI- og maskinlæringsanvendelser på udkanten af netværket. Agilex™ 5-serien bygger videre på Intels arv af AI-optimerede FPGA'er og introducerer branchens første AI-tensorblok i en FPGA i mellemklassen. Denne blok er specielt designet til at accelerere AI-arbejdsbelastninger, hvilket gør disse FPGA'er til et perfekt match til AI-anvendelser på udkanten af netværk, hvor realtidsbehandling og beslutningstagning er kritisk.

En nøglefunktion i Agilex™-5-FPGA er dens asymmetriske applikationsprocessorsystem, som inkluderer Arm’s Cortex-A76's dobbelte kerner og Cortex-A55's dobbelte kerner. Denne konfiguration gør det muligt for FPGA'en at levere enestående processorkraft og samtidig optimere energieffektiviteten, en afgørende faktor i edge-computing-miljøer, hvor strømforbruget skal minimeres uden at gå på kompromis med ydeevnen.

Agilex™ 5-FPGA inkluderer også forbedrede digitale signalbehandlings- (Digital Signal Processing/DSP) muligheder, der er integreret med en AI-tensorblok. Denne kombination gør det muligt for FPGA'en at håndtere komplekse AI-opgaver som dyb læringsinferens, billedbehandling og prædiktiv analyse med større effektivitet og nøjagtighed. Desuden gør FPGA'ens avancerede tilslutningsmuligheder, herunder højhastigheds-GTS-transceivere, der understøtter datahastigheder på op til 28,1 Gbps, PCI Express* (PCIe*) 4.0 × 8 og udgange til DisplayPort og HDMI, den til en alsidig løsning til en lang række anvendelser.

Omfattende AI/ML-software-økosystem: fremskynder udviklingen

iW-RainboW-G58M SoM suppleres af et omfattende softwareøkosystem, der accelererer udviklingen af AI og maskinlæring betydeligt. Centralt i dette økosystem er understøttelsen af populære AI-rammer som TensorFlow og PyTorch, der sikrer, at udviklere kan udnytte disse velkendte platforme til at skabe sofistikerede AI-modeller uden stejle indlæringskurver.

En kritisk komponent i dette økosystem er OpenVINO-værktøjssættet. Dette åbenkilde-værktøjssæt er designet til at optimere dyb læringsmodeller til inferens på en række forskellige hardwarearkitekturer, herunder CPU'er, GPU'er og FPGA'er. Ved at bruge OpenVINO-værktøjssætet kan udviklere sikre, at deres AI-modeller ikke kun er optimeret til ydeevne, men også er meget flytbare på tværs af forskellige hardwareplatforme, hvilket giver større fleksibilitet i implementeringen.

Derudover spiller Intel FPGA AI Suite en afgørende rolle i at forenkle udviklingsprocessen. Denne suite er designet med brugervenlighed for øje og gør det muligt for FPGA-designere, maskinlæringsingeniører og softwareudviklere at skabe AI-platforme, der er optimeret til FPGA-arkitekturer. Ved at integrere med industristandardværktøjer som TensorFlow, PyTorch og OpenVINO værktøjssæt giver Intels FPGA-AI-Suite udviklere mulighed for at fremskynde udviklingsprocessen, samtidig med at de opretholder en høj grad af pålidelighed og ydeevne i deres AI-løsninger.

Suiten integreres også problemfrit med Intels Quartus-Prime FPGA-designsoftware, et kraftfuldt værktøj, der understøtter design, analyse og optimering af FPGA-baserede systemer. Denne integration sikrer, at udviklere har adgang til et robust og gennemprøvet workflow, hvilket reducerer tid-til-marked og forbedrer den overordnede pålidelighed af deres AI-applikationer.

Sky-AI vs. Edge-AI: en sammenlignende analyse

Efterhånden som AI fortsætter med at udvikle sig, bliver sondringen mellem Sky-AI og Edge-AI stadig vigtigere. Sky-AI, som er afhængig af de enorme beregningsressourcer i fjerne datacentre, giver høj skalerbarhed og mulighed for at behandle store datamængder. Men denne tilgang medfører ofte højere latenstid og potentielle sikkerhedsproblemer på grund af behovet for datatransmission via internettet.

På den anden side tilbyder Edge-AI betydelige fordele i scenarier, hvor realtidsbehandling, lav latenstid og forbedret datafortrolighed er afgørende. Ved at behandle data lokalt på enheden eliminerer Edge-AI behovet for konstant kommunikation med skyen, hvilket reducerer latenstid og forbedrer AI-systemernes reaktionsevne. Det er især vigtigt i anvendelser som autonome køretøjer, industriel automatisering og sundhedspleje, hvor forsinkelser i beslutningstagningen kan få alvorlige konsekvenser.

Desuden bidrager Edge-AI til databeskyttelse ved at holde følsomme oplysninger på den lokale enhed, hvilket reducerer risikoen for databrud i forbindelse med sky-baseret behandling. Den hybride tilgang, hvor edge-enheder udfører den første databehandling, før de sender dem til skyen til mere komplekse analyser, bliver stadig mere populær. Denne metode kombinerer styrkerne ved både Edge-AI og Sky-AI, hvilket giver mulighed for effektiv ressourceudnyttelse, øget sikkerhed og forbedret systemydelse.

Sikring af lang levetid og omfattende support: iWaves forpligtelse over for kunderne

En af iWaves vigtigste forpligtelser er at sikre produkternes tilgængelighed på lang sigt. Virksomhedens program for produktlevetid garanterer, at dens system-på-moduler (System on Modules/SoM'er) er tilgængelige i længere perioder, ofte mere end 10 år. Det er især vigtigt for brancher som medicinsk udstyr, luft-/rumfart og industriel automatisering, hvor produkternes livscyklus typisk er lang, og det er afgørende, at komponenterne er tilgængelige.

Ud over den lange levetid yder iWave omfattende teknisk support igennem hele produktudviklingsprocessen. Denne support inkluderer originaldesign-producent- (Original Design Manufacturer/ODM) tjenester, som f.eks. design af bærekort, termisk simulering og design på systemniveau, så kunderne kan fokusere på deres kernekompetencer, mens iWave håndterer de komplekse aspekter af hardwaredesign og -integration.

iWaves engagement i kundesucces demonstreres yderligere ved at levere omfattende evalueringssæt til sine SoM'er. Disse sæt leveres med komplet brugerdokumentation, softwaredrivere og en supportpakke til kortet, så kunderne hurtigt kan evaluere og lave en prototype af deres design. Ved at tilbyde disse ressourcer hjælper iWave kunderne med at reducere udviklingstiden og bringe deres produkter hurtigere på markedet.

Oversigt

iWaves iW-RainboW-G58M SoM med Intel Agilex 5 FPGA, der har integrerede AI-funktioner, er omhyggeligt konstrueret til højtydende behandling med lav latenstid og implementering af brugerdefineret logik med indlejrede AI/ML-understøttende applikationer. Det gør den til et godt valg til brancher som medicinsk billedbehandling, robotteknologi og industriel automatisering.