هوش مصنوعی (AI) به سرعت در حال بازتعریف محاسبات جاسازی شده برای ارائه محرک های اصلی برای راه حل های نسل بعدی در زمینه هایی مانند روباتیک، اتوماسیون صنعتی و دستگاه های پزشکی است. همانطور که پردازش داده ها به طور فزاینده ای به سمت لبه حرکت می کند، یک پلت فرم با عملکرد کارآمد هوش مصنوعی، تاخیر کم و سفارشی سازی بالا به یک نیاز سفت و سخت در بخش های مختلف صنعت تبدیل شده است.
ماژول سیستم iW-RainboW-G58M IWave (شکل 1) بر اساس Agilex™ 5 SoC FPGA Altera، طراحی هوش مصنوعی پرش از لبه است. این ماژول جمع و جور ترکیبی از اولین معماری FPGA Altera است که عملکرد هوش مصنوعی را مستقیماً به Fabrics تزریق می کند و ترکیبی منحصر به فرد از انعطاف پذیری، قدرت محاسباتی و کارایی را برای سیستم های تعبیه شده مبتنی بر هوش مصنوعی امکان پذیر می کند.
شکل 1: سیستم مدولار iWave iW-RainboW-G58M. منبع تصویر: iWave)
طراحی فشرده و نیروی محاسباتی قدرتمند
ابعاد کلی IW-RainboW-G58M SoM 60 میلیمتر در 70 میلیمتر، محصورشده در B32A، محصولات سری SoC FPGA E با پشتیبانی Altera Agilex. مجموعه ماژول ها به دو گروه تقسیم می شوند:
گروه A: A5E06AA/052A/043A/028A/013A SoC FPGA
گروه B: A5E065B/052B/043B/028B/013B/008B SoC FPGA
ماژول Agilex ™ Series 5 سیستم پردازش ناهمگن نامتقارن را ادغام می کند، دارای دو هسته Cortex-A76 و دو هسته Cortex-A55 است و تعادل بهینه را بین عملکرد و بهره وری انرژی به دست می آورد. بلوکهای DSP پیشرفته که با بلوکهای تانسور هوش مصنوعی ادغام شدهاند، بارهای کاری یادگیری عمیق را تسریع میکنند، در حالی که فرستندههای GTS تا ۲۸.۱ گیگابیت بر ثانیه PCIe® X 8 و رابطهای نمایشگر مانند HDMI و DisplayPort اتصال پرسرعت را برای برنامههای چندرسانهای و هوش مصنوعی پیچیده فراهم میکنند.
اکوسیستم نرم افزار هوش مصنوعی و ابزارهای توسعه
Agilex ™ ادغام یکپارچه پلت فرم 5 با چارچوب هوش مصنوعی پیشرو (شکل 2) توسعه راه حل های استدلالی سفارشی هوش مصنوعی را ساده می کند. این پلتفرم از TennorFlow، Pyr و Open™ Toolkit با FPGA AI Suite Altera پشتیبانی می کند و نرم افزار طراحی Quartus ® Prime مدل یادگیری عمیق را برای استدلال FPGA بهینه می کند.
شکل 2: چابک ™ یکپارچه سازی یکپارچه پلت فرم و چارچوب هوش مصنوعی پیشرو. منبع تصویر: iWave)
با مجموعه Altera FPGA AI، همه توسعهدهندگان از مهندسان سختافزار گرفته تا متخصصان دادهها میتوانند با استفاده از جریانهای کاری آشنا، خطوط لوله هوش مصنوعی بهینهسازی شده را بهطور موثر بسازند و مستقر کنند. این مجموعه با موفقیت طراحی FPGA را با چارچوب هوش مصنوعی سطح بالا پیوند می دهد و زمان عرضه محصول به بازار را کاهش می دهد و در عین حال عملکرد قطعی و کارایی انرژی در سطح سخت افزار را حفظ می کند.
Cloud AI و Edge AI: A Balance
در معماری های مدرن، پردازش هوش مصنوعی به پردازش ابری و پردازش لبه تقسیم می شود (شکل 3). Cloud AI مقیاس پذیری بسیار زیادی را ارائه می دهد، اما اغلب با تاخیر و محدودیت های حفظ حریم خصوصی مواجه است. در مقابل، هوش مصنوعی لبه پردازش بیدرنگ را به صورت محلی انجام میدهد و تصمیمگیری فوری، حفاظت امنیتی قویتر و عملکرد مداوم و پایدار را حتی بدون اتصال به شبکه ممکن میسازد.
شکل 3: هوش مصنوعی ابری مقیاس پذیر است، اما اغلب دارای محدودیت های تاخیر و حریم خصوصی است. Edge AI پردازش بلادرنگ را به صورت محلی برای تصمیم گیری فوری، امنیت افزایش یافته و عملکرد مداوم حتی بدون اتصال به شبکه انجام می دهد. منبع تصویر: iWave)
در یک معماری استقرار ترکیبی، گره های لبه وظایف تجزیه و تحلیل بحرانی زمانی را انجام می دهند، در حالی که مرکز داده مجموعه داده های بزرگتر را برای تجزیه و تحلیل روند یا مدل سازی پیش بینی خلاصه و پردازش می کند. iW-RainboW-G58M برای این مدل هیبریدی طراحی شده است که محاسبات انعطاف پذیر در لبه و ادغام یکپارچه با زیرساخت ابر را امکان پذیر می کند.