อุปัญญาประดิษฐ์ (AI) กําลังนิยามการคิดเลขที่ติดตั้งใหม่อย่างรวดเร็ว เพื่อให้มีแรงผลักดันหลักสําหรับการแก้ไขรุ่นใหม่ในด้าน เช่น โรบอติกส์ อัตโนมัติอุตสาหกรรม และอุปกรณ์การแพทย์ในขณะที่การประมวลผลข้อมูล เติบโตไปสู่ขอบ, แพลตฟอร์มที่มีผลงาน AI ที่มีประสิทธิภาพ, ความช้าต่ําและการปรับแต่งสูงได้กลายเป็นความต้องการที่แข็งแกร่งในภาคอุตสาหกรรมต่างๆ
โมดูลระบบ iW-RainboW-G58M ของ IWave (รูป 1) เป็นที่พึ่งพาของ FPGA Agilex TM 5 SoC ของ Altera, Leap ผ่านการออกแบบ AI ขอบ.โมดูลคอมแพคต์นี้รวมสถาปัตยกรรม FPGA ของ Altera ที่นําฟังก์ชัน AI มาใช้โดยตรงใน Fabrics, ทําให้เกิดการผสมผสานความยืดหยุ่น, พลังการคํานวณ และประสิทธิภาพที่โดดเด่นสําหรับระบบที่ติดตั้งโดย AI
รูปที่ 1: iWave iW-RainboW-G58M ระบบโมดูล
การออกแบบที่คอมแพคต์และพลังการคํานวณที่แข็งแรง
IW-RainboW-G58M SoM ขนาดรวม 60 mm x 70 mm, B32A แคปซูล, Altera Agilex รองรับ TM SoC FPGA E รายการสินค้า. รายการโมดูลแบ่งออกเป็นสองกลุ่ม:
กลุ่ม A: A5E06AA/052A/043A/028A/013A SoC FPGA
กลุ่ม B: A5E065B/052B/043B/028B/013B/008B SoC FPGA
โมดูล Agilex TM ซีรีส์ 5 รวมระบบการประมวลผลแบบไม่เท่าเทียมกัน มี 2 คอร์ Arm Cortex-A76 และ 2 คอร์ Cortex-A55และบรรลุความสมดุลที่ดีที่สุดระหว่างผลงานและประสิทธิภาพพลังงานบล็อก DSP ที่ปรับปรุงเข้าด้วยกันกับบล็อกเทนเซอร์ AI เร่งการเรียนรู้ลึก1 Gbps PCIe ® X 8 และอินเตอร์เฟซจอ เช่น HDMI และ DisplayPort ให้ความเชื่อมต่อความเร็วสูงสําหรับแอพลิเคชั่นมัลติมีเดียและ AI ที่ซับซ้อน.
ระบบนิเวศและเครื่องมือการพัฒนาโปรแกรม AI
Agilex TM การบูรณาการที่เรียบร้อยของแพลตฟอร์ม 5 กับกรอบ AI ที่นํา (รูป 2) ทําให้การพัฒนาของ AI การพิจารณาแก้ไขที่กําหนดเองง่ายและ Open TM Toolkit กับ FPGA AI Suite ของ Altera และโปรแกรมการออกแบบ Quartus ® Prime ปรับปรุงรูปแบบการเรียนรู้ที่ลึกซึ้งสําหรับการคิด FPGA.
รูปที่ 2: Agile TM การบูรณาการแบบเรียบร้อยของแพลตฟอร์มและกรอบ AI ที่นําหน้า (แหล่งภาพ: iWave)
ด้วย Altera FPGA AI suite นักพัฒนาทุกคนจากวิศวกรฮาร์ดแวร์ถึงผู้เชี่ยวชาญด้านข้อมูล สามารถสร้างและจัดจําหน่ายท่อ AI ที่ปรับปรุงได้อย่างมีประสิทธิภาพ โดยใช้การทํางานที่คุ้นเคยชุดนี้สามารถเชื่อมต่อการออกแบบ FPGA กับกรอบ AI ระดับสูงได้อย่างสําเร็จ, ลดเวลาในการตลาดของผลิตภัณฑ์ในขณะที่ยังคงผลประกอบการที่กําหนดและประสิทธิภาพพลังงานระดับฮาร์ดแวร์
คลาวด์ AI และ Edge AI: ความสมดุล
ในสถาปัตยกรรมที่ทันสมัย การประมวลผล AI แบ่งออกเป็น การประมวลผลในเมฆ และการประมวลผลด้านขอบ (รูป 3) Cloud AI ให้ความสามารถในการปรับขนาดอย่างมาก แต่มักต้องเผชิญกับการช้าช้าและข้อจํากัดความเป็นส่วนตัวในทางตรงกันข้าม, edge AI ทําการประมวลผลในเวลาจริงในท้องถิ่น ทําให้การตัดสินใจได้ทันที การป้องกันความปลอดภัยที่แข็งแกร่งขึ้น และการทํางานอย่างต่อเนื่องและมั่นคง แม้จะไม่มีการเชื่อมต่อกับเครือข่าย
รูปที่ 3: Cloud AI สามารถปรับขนาดได้ แต่มักมีขั้นต่ําความช้าและความเป็นส่วนตัว. Edge AI ทําการประมวลผลในเวลาจริงในท้องถิ่นเพื่อการตัดสินใจในทันที, ความปลอดภัยเพิ่มขึ้น,และการทํางานต่อเนื่อง แม้จะไม่มีการเชื่อมต่อกับเครือข่าย(แหล่งภาพ: iWave)
ในสถาปัตยกรรมการจัดจําหน่ายแบบไฮบริด, หน่วยขอบจัดการกับภารกิจการวิเคราะห์ที่สําคัญในเวลา, ในขณะที่ศูนย์ข้อมูลสรุปและประมวลผลข้อมูลขนาดใหญ่สําหรับการวิเคราะห์แนวโน้มหรือการจําลองการคาดการณ์.- giW-RainboW-G58M ได้ถูกออกแบบมาสําหรับรุ่นไฮบริดนี้, ทําให้สามารถใช้งานคอมพิวเตอร์ที่ยืดหยุ่นในขอบและการบูรณาการที่เรียบร้อยกับพื้นฐานคลาวด์