Utvecklingspotential för AI med systemmodulen Agilex™ 5

Artificiell intelligens (AI) revolutionerar olika branscher genom att tillhandahålla omvandlingslösningar som förbättrar effektiviteten, noggrannheten och förmågan att fatta välgrundade beslut avsevärt. I den här miljön har konceptet AI i molnkanten - att bearbeta AI-algoritmer på enheter som ligger i utkanten av ett nätverk - vuxit fram som en strategi som förändrar spelplanen. Det möjliggör databehandling i realtid, minskad latens, förbättrad datasekretess och självständigt beslutsfattande, vilket är särskilt viktigt inom sektorer som sjukvård, robotteknik och industriell automation.

iWave, en pionjär inom konstruktion av inbyggda system, ligger i framkant av denna revolution och erbjuder inbyggda plattformar som är utformade för att flytta fram gränserna för AI i molnkanten. Plattformarna är särskilt anpassade för tillämpningar som kräver högeffektiv databeräkning och sofistikerad AI/ML-kapacitet, som t.ex. mediebearbetning, robotteknik och visuell databehandling.

Vi presenterar iW-RainboW-G58M: Nästa generation FPGA:er med AI-tillägg

iWave är glada över att kunna presentera systemmodulen (SoM) iW-RainboW-G58M (figur 1), som utgör ett betydande framsteg på marknaden för inbäddade system och drivs av FPGA:n Agilex™ 5 från Intel. Det här är den första FPGA som har AI-funktioner integrerade direkt i sin struktur, vilket markerar en ny era inom FPGA-tekniken. iW-RainboW-G58M är noggrant konstruerad för tillämpningar som kräver hög prestanda, bearbetning med låg latens och implementering av anpassad logik med inbyggt AI/ML-stöd, vilket gör den till ett perfekt val för branscher som medicinsk bildbehandling, robotteknik och industriell automation.

Figur 1: Systemmodulen iW-RainboW-G58M från iWave, som drivs av FPGA:n Agilex 5 från Intel, är den första FPGA:n med direktintegrerade AI-funktioner. (Bildkälla: iWave)

Systemmodulen iW-RainboW-G58M är kompakt och har måtten 60 x 70 mm, men är ändå fullmatad med kraftfulla funktioner. Den har stöd för FPGA:n Agilex™ 5 från Intel och SoC E-Series-familjen i B32A-kapsling, som finns i två olika varianter för att tillgodose en rad olika tillämpningsbehov:

• Grupp A: A5E 065A/052A/043A/028A/013A SoC FPGA - Dessa varianter har högre prestanda och är lämpliga för tillämpningar som kräver mer komplex bearbetningskapacitet.
• Grupp B: A5E 065B/052B/043B/028B/013B/008B SoC FPGA - Dessa varianter är kostnadseffektiva lösningar för mindre krävande uppgifter och garanterar flexibilitet i design och implementering.

Kombinationen av dessa alternativ gör det möjligt för utvecklare att välja den FPGA-variant som är bäst lämpad för deras specifika tillämpning, med en balans mellan prestanda, strömförbrukning och kostnad.

Utnyttja den fulla potentialen hos Intel Agilex™ 5 FPGA:er för AI i molnkanten

Agilex™ 5 FPGA:er och SoC:er från Intel innebär ett betydande steg framåt inom FPGA-tekniken, särskilt när det gäller AI- och maskininlärningstillämpningar i molnkanten. Serien Agilex™ 5 bygger vidare på Intels arv av AI-optimerade FPGA:er och introducerar branschens första AI-tensorblock i en FPGA i mellanklassen. Blocket är särskilt utformat för att accelerera AI-arbetsbelastningar, vilket gör dessa FPGA:er perfekta för AI-tillämpningar där realtidsbearbetning och beslutsfattande är avgörande.

En viktig egenskap hos FPGA:n Agilex™ 5 är dess asymmetriska applikationsprocessorsystem, som innehåller dubbla Arm Cortex-A76-kärnor och dubbla Cortex-A55-kärnor. Den här konfigurationen gör att FPGA:n kan leverera exceptionell processorkraft samtidigt som den optimerar strömförbrukningen, en avgörande faktor i miljöer i molnkanten där strömförbrukningen måste minimeras utan att prestandan försämras.

FPGA:n Agilex™ 5 innehåller även förbättrade funktioner för digital signalbehandling (DSP), integrerade med ett AI-tensorblock. Den här kombinationen gör att FPGA:n kan hantera komplexa AI-uppgifter som djupinlärningsslutsatser, bildbehandling och förutsägande analys med större effektivitet och noggrannhet. FPGA:ns avancerade anslutningsmöjligheter, inklusive GTS-transceivers som stöder datahastigheter på upp till 28,1 Gbit/s, PCI Express* (PCIe*) 4.0 × 8 och utgångar för DisplayPort och HDMI, gör den till en mångsidig lösning för en stor mängd tillämpningar.

Heltäckande ekosystem för AI/ML-programvara: påskyndar utvecklingen

Systemmodulen iW-RainboW-G58M kompletteras av ett omfattande ekosystem med programvara som påskyndar utvecklingen av AI och maskininlärning avsevärt. Centralt för detta ekosystem är stödet för populära AI-ramverk som TensorFlow och PyTorch, vilket garanterar att utvecklare kan utnyttja dessa välbekanta plattformar för att skapa sofistikerade AI-modeller utan långa inlärningsperioder.

En viktig komponent i ekosystemet är verktygslådan OpenVINO. Den här verktygslådan med öppen källkod är utformad för att optimera djupinlärningsmodeller för slutsatsdragning på en mängd olika hårdvaruarkitekturer, inklusive processorer, GPU:er och FPGA:er. Genom att använda verktygslådan OpenVINO kan utvecklare garantera att deras AI-modeller inte bara är optimerade för prestanda utan även är väldigt portabla över olika hårdvaruplattformar, vilket ger större flexibilitet vid driftsättning.

Utöver det, spelar FPGA AI Suite från Intel en avgörande roll för att förenkla utvecklingsprocessen. Denna programvarusvit är utformad med användarvänlighet i åtanke och gör det möjligt för FPGA-konstruktörer, maskininlärningsingenjörer och programvaruutvecklare att skapa AI-plattformar som är optimerade för FPGA-arkitekturer. Genom integration med branschens standardverktyg som t.ex. TensorFlow, PyTorch och verktygslådan OpenVINO, gör FPGA AI Suite från Intel det möjligt för utvecklare att påskynda utvecklingsprocessen samtidigt som de bibehåller en hög grad av tillförlitlighet och prestanda i sina AI-lösningar.

Programvarusviten integreras även sömlöst med designprogramvaran Quartus Prime FPGA från Intel, ett kraftfullt verktyg som stöder design, analys och optimering av FPGA-baserade system. Integrationen garanterar att utvecklare har tillgång till ett robust och beprövat arbetsflöde, vilket minskar tiden till marknaden och förbättrar den övergripande tillförlitligheten i deras AI-tillämpningar.

AI i molnet kontra AI i molnkanten: en jämförande analys

I takt med att AI fortsätter att utvecklas blir skillnaden mellan AI i molnet och AI i molnkanten allt viktigare. AI i molnet, som förlitar sig på de enorma beräkningsresurserna i avlägsna datacenter, erbjuder hög skalbarhet och möjlighet att bearbeta stora datamängder. Denna metod medför dock ofta högre latens och potentiella säkerhetsproblem på grund av behovet av dataöverföring via internet.

AI i molnkanten erbjuder å andra sidan betydande fördelar i scenarier där realtidsbearbetning, låg latens och förbättrad datasekretess är avgörande. Genom att bearbeta data lokalt på enheten eliminerar AI i molnkanten behovet av konstant kommunikation med molnet, vilket minskar fördröjningen och förbättrar AI-systemens reaktionsförmåga. Detta är särskilt viktigt i tillämpningar som självkörande fordon, industriell automation och sjukvård, där förseningar i beslutsfattandet kan få allvarliga konsekvenser.

AI i molnkanten bidrar dessutom till datasekretess genom att känslig information sparas på den lokala enheten, vilket minskar risken för dataintrång i samband med molnbaserad bearbetning. Hybridmetoden, där enheter i molnkanten utför den första databehandlingen innan de överförs till molnet för mer komplex analys, blir alltmer populär. Denna metod kombinerar styrkorna hos både AI i molnkanten och AI i molnet, vilket möjliggör ett effektivt resursutnyttjande, förbättrad säkerhet och förbättrad systemprestanda.

Garantera lång livslängd och omfattande support: iWaves åtagande gentemot kunderna

Ett av iWaves viktigaste åtaganden är att garantera en långsiktig tillgänglighet av sina produkter. Företagets program för produktlivslängd garanterar att dess systemmoduler (SoM) är tillgängliga under längre perioder, ofta mer än 10 år. Detta är särskilt viktigt för branscher som medicinteknik, flyg och industriell automation, där livscyklerna för produkter ofta är långa och där en jämn komponenttillgänglighet är avgörande.

Förutom lång livslängd erbjuder iWave omfattande teknisk support under hela produktutvecklingsprocessen. Detta stöd inkluderar ODM-tjänster (Original Design Manufacturer), såsom design av bärarkort, termisk simulering och konstruktion på systemnivå, vilket gör att kunderna kan fokusera på sina kärnkompetenser medan iWave hanterar de komplexa aspekterna av hårdvarudesign och integration.

iWaves åtagande för att kunderna ska lyckas visas ytterligare genom att man tillhandahåller omfattande utvärderingspaket för sina systemmoduler. Satserna levereras med komplett användardokumentation, drivrutiner och ett supportpaket för kretskort, vilket gör det möjligt för kunderna att snabbt utvärdera och ta fram prototyper för sina konstruktioner. Genom att erbjuda dessa resurser hjälper iWave kunderna att minska utvecklingstiden och snabbare få ut sina produkter på marknaden.

Sammanfattning

Systemmodulen iW-RainboW-G58M från iWave med FPGA:n Agilex 5 från Intel har integrerade AI-funktioner, är noggrant konstruerad för högeffektiv beräkning med låg latens och implementering av anpassad logik med inbyggda stödtillämpningar för AI/ML. Det gör den till ett bra val för branscher som medicinsk bildbehandling, robotteknik och industriell automation.