توسعه دهندگان اینترنت اشیا (IoT)، روباتیک، بینایی کامپیوتر و برنامه های صنعتی با فشار فزاینده ای برای تعبیه هوشمندی در طراحی لبه های بسیار متصل خود مواجه هستند. برای تیم هایی که تحت ضرب الاجل های محدود کار می کنند، این فشار فراتر از توسعه نرم افزار کاربردی است. انتخاب سختافزاری که بتواند سیستمعاملهای سطح بالا مانند لینوکس را در کنار عملکردهای بیدرنگ قطعی اجرا کند، به اندازه کافی چالش برانگیز است، اما زمانی که هوشمندی در زیرساختهای موجود، مانند اتوماسیون صنعتی و برنامههای کاربردی ساختمانهای هوشمند، تجهیز میشود، الزامات مناسبی برای پلتفرم اضافی ایجاد میشود.
آنچه توسعه دهندگان به آن نیاز دارند یک پلت فرم آشنا، اثبات شده، انعطاف پذیر و توانا برای نمونه سازی سریع و توسعه طرح های آماده تولید است.
این مقاله چالشهایی را که توسعهدهندگان با پروژههای پردازش و بهسازی در لبه شبکه با آن مواجه هستند، مورد بحث قرار میدهد. سپس نشان می دهد که چگونه می توان از یک کامپیوتر تک برد آردوینو (SBC) برای رفع این چالش ها استفاده کرد.
ایجاد هوشمندی لبه تحت محدودیت های شدید منابع
هوش لبه شامل استنتاج و تصمیم گیری هوش مصنوعی (AI) است که بر روی یک پلت فرم محلی اجرا می شود. مزایای کلیدی هوش مبتنی بر لبه شامل کاهش اتکا به اتصال همیشه روشن، بهبود حریم خصوصی و امنیت و تأخیر بسیار کم است که همگی به نفع طراحان سیستمهای ایمنی روباتیک و صنعتی است.
برای دستگاههای روباتیک، هوش لبه کنترل حرکت، اجتناب از موانع و رفتار تطبیقی را در زمان واقعی امکانپذیر میکند و زمانهای پاسخ قطعی را که برای عملکرد مستقل حیاتی است، ارائه میکند. برای سیستمهای ایمنی صنعتی، هوش لبه امکان تشخیص فوری خطر، تعمیر و نگهداری پیشبینیشده و خاموش شدن سریع را فراهم میکند و آسیب تجهیزات و خطر کارگران را به حداقل میرساند. به طور کلی، هوش لبه پاسخگویی، انعطاف پذیری و قابلیت اطمینان مورد نیاز برای برنامه های کاربردی هوش مصنوعی بلادرنگ را فراهم می کند.
اما منابع سخت افزاری محدود محدودیت های قابل توجهی را تحمیل می کند. سیستمهای مبتنی بر ابر میتوانند در صورت نیاز مقیاس شوند، در حالی که هوشمندی مبتنی بر لبه باید پردازش داخلی را در برابر پوششهای قدرت و محدودیتهای حرارتی متعادل کند. بارهای کاری بیدرنگ هوش مصنوعی مانند بینایی کامپیوتر، ترکیب حسگر و کنترل رباتیک میتواند منابع پردازش را اشباع کند، مصرف انرژی و تولید گرما را افزایش دهد. بار حرارتی بیش از حد بر روی یک پردازنده می تواند منجر به کاهش عملکرد استنتاج، بی ثباتی سیستم یا انقباض حرارتی شود، که در آن پردازنده به طور خودکار سرعت خود را کاهش می دهد تا زمانی که خیلی داغ می شود خنک شود.
محدودیتهای پاکت برق زمانی که سیستمهای لبه روی باتریها، سیستمهای قدرت سیار یا منابع تغذیه محدود کار میکنند، که در آن بازده انرژی مستقیماً بر زمان اجرا و قابلیت اطمینان تأثیر میگذارد، به همان اندازه حیاتی هستند. مقاوم سازی اغلب چالش هایی را ایجاد می کند. پلتفرمهای موجود معمولاً فضای محدودی دارند و اضافه کردن شتابدهندههای هوش مصنوعی، سیستمهای خنککننده یا حافظه اضافی را دشوار میکند. سیستمهای قدیمی ممکن است دارای رابطهای قدیمی یا اختصاصی باشند که برای اتصال سختافزار مدرن به فناوری موجود، به آداپتورها یا یکپارچهسازی سفارشی نیاز دارند.