Se solo avesse un cervello
Intelligenza artificiale nell’edge

Nelle applicazioni di IA nell’edge, arrivare secondi non è un’opzione: qualunque ritardo è fuori discussione. Le prestazioni ai massimi livelli, tuttavia, non sono l’unica cosa da prendere in considerazione durante la fase progettuale. Questi sistemi complessi richiedono anche efficienza energetica, fattori di forma discreti, periferiche e soprattutto la capacità di tenere il passo con i modelli e le strutture IA in rapida evoluzione. Le soluzioni e le piattaforme adattative Xilinx consentono agli sviluppatori di soddisfare tutti questi difficili requisiti in un unico dispositivo.
Con Xilinx, la latenza nell'edge non è più un problema. Xilinx permette l'accelerazione ottimizzata dell’hardware sia dell’inferenza IA sia di altre funzioni critiche dal punto di vista delle prestazioni, abbinando strettamente gli acceleratori personalizzati a un dispositivo siliconico dall’architettura dinamica. Questo fa sì che le prestazioni dell’applicazione end-to-end siano significativamente maggiori rispetto a un acceleratore IA ad architettura fissa come un GPU. Con un GPU, le altre funzioni critiche dal punto di vista delle prestazioni dell’applicazione devono comunque essere eseguite nel software, senza le prestazioni o l'efficienza dell’accelerazione hardware personalizzata.
La riprogrammabilità è il cuore di qualunque tecnologia Xilinx. Vengono introdotte continuamente nuove strutture e layer nei modelli IA. Con il silicio adattativo, Xilinx consente di aggiornare e ottimizzare architetture specifiche per dominio ai nuovi modelli, senza l'esigenza di nuovi elementi. ASIC e ASSP, tuttavia, hanno architetture fisse con lunghi cicli di sviluppo che, semplicemente, non riescono a stare al passo con la velocità dell’IA.
L’elaborazione nell'edge è critico nella maggior parte degli impinati, ospedali e nelle applicazioni smart city, dove la latenza e il determinismo hanno un impatto significativo. Evitare tempi di fermo macchina inaspettati, abbreviare le tempistiche di attesa/esame/diagnosi dei pazienti ed elaborare più velocemente in ambienti altamente esigenti, come un evento sportivo, sono tutti aspetti strettamente correlati all'efficienza, la produttività e - in definitiva - al denaro. Allo stesso modo, nelle applicazioni intelligenti come l'automazione industriale, i dati hanno una “scadenza”. Più i dati si possono fruire in tempo reale, più sono utili ai fini della presa di decisioni.
La tecnologia adattativa Xilinx ha dimostrato di superare l’offerta della concorrenza dal punto di vista della riduzione della latenza, l’efficienza energetica e le prestazioni di inferenza IA. Xilinx offre anche l’unico stack di soluzioni edge complete incentrato sulla sicurezza funzionale, la visione e il controllo in tempo reale, la rete industriale, l’apprendimento automatico, i domini software a criticità mista e la solidità della sicurezza informatica in una base hardware affidabile, senza compromettere il rapporto prestazioni/watt, l’affidabilità in condizioni difficili e la durata della fornitura.
Dalla videocamera anteriore ai sistemi di visione surround, fino ai sensori d’immagine RADAR e LiDAR, le soluzioni adattative Xilinx forniscono prestazioni in tempo reale estremamente affidabili con consumi di energia bassi, per applicazioni edge nel settore automotive. L’architettura adattabile dei dispositivi Xilinx danno la possibilità di parallelizzare le operazioni nella logica programmabile, riducendo la velocità di clock rispetto a GPU e CPU e abbassando i consumi di energia complessivi per fornire una maggiore prestazione e affidabilità pur rimanendo entro gli involucri termici automobilistici.
Nel panorama delle applicazioni edge automobilistiche, l'evoluzione sta avvenendo ancora rapidamente. Xilinx offre l’unica soluzione in grado di adattarsi rapidamente alle ultime reti IA dall’hardware al software in un singolo dispositivo: questo significa non dover sprecare preziosi cicli di progettazione e risorse per riprogettare in base alle necessità con soluzioni basate su ASIC, CPU o GPU.
Che si tratti di reagire ai pericoli stradali o di assicurare che le funzioni automatizzate lavorino in modo fluido come ci si aspetta che sia, la tecnologia adattativa Xilinx è in grado di aiutare le case automobilistiche a soddisfare le stringenti esigenze di latenza computazionale, prestazioni, efficienza energetica e adattabilità per i sensori edge, al fine di gestire in modo ottimale un numero crescente di scenari complessi.
1. Webinar on-demand: Accelerazione della manutenzione predittiva con Python e IA nell’edge basata sulle reti neurali
Ecco come i sistemi dotati di Xilinx riescono a incorporare l’intelligenza per sfruttare al massimo la produttività e abbassare i tempi di fermo in stabilimento, grazie all’applicazione della manutenzione predittiva. Python di Xilinx e le nuove soluzioni IA nell’edge basate sulle reti neurali semplificano l’implementazione della manutenzione predittiva accelerata dell’hardware per monitorare in modo continuo gli asset, analizzare i dati e pianificare in modo intelligente l’assistenza per tali sistemi.
Scopri di più2. Logica programmabile: un’accelerata alle applicazioni automotive
Con l’aumentare delle richieste relative alle capacità del settore automotive, i SoC UltraScale+ Xilinx Zynq e le catene di strumenti di supporto forniscono ai progettisti la capacità di raggiungere non solo le prestazioni desiderate per l’edge computing, ma anche la qualità e sicurezza (anche funzionale) richieste.
Scopri di più3. Guida alla scelta del kit Zynq UltraScale+ MPSoC
Guarda un confronto tra il kit ZCU102 e gli altri kit Zynq UltraScale+ MPSoC e SOM disponibili da Xilinx e Avnet.
Scopri di più4. Vitis-AI 1.1 Flow per piattaforme Avnet VITIS - Parte 1
Questa guida fornisce istruzioni dettagliate per targetizzare i campioni DNNDK dal flusso Xilinx Vitis-AI 1.1 per le piattaforme Avnet Vitis 2019.2.
Scopri di più5. Vitis-AI 1.1 Flow per piattaforme Avnet VITIS - Parte 2
Questa guida fornisce istruzioni dettagliate per targetizzare i campioni VART dal flusso Xilinx Vitis-AI 1.1 per le piattaforme Avnet Vitis 2019.2.
Scopri di più