- Advertisement -
首頁 標籤 邊緣運算

邊緣運算

- Advertisment -

凌華參與5G-DIVE技術計畫 實現工業4.0試驗

凌華科技宣布參與5G-DIVE計畫,主旨在建立5G技術優勢和商業價值的國際計畫。 凌華科技技術長Angelo Corsaro解釋,邊緣和霧運算功能超越先前的EUTW-Phase-I 5G-CORAL解決方案框架,支援人工智慧型自動化和分散式資料共享與儲存。智慧設計目的在於實現最佳性能,在每個目標垂直應用中進一步提高5G商業價值。 5G-DIVE是H2020 5G-PPP計畫的一部分,由歐盟委員會和台灣經濟部兩個地區的產業與學術領域的合作資助下組成。聯盟成員包含12個合作夥伴:馬德里卡洛斯三世大學(UC3M)負責協調計畫的歐洲部分、工業技術研究院(ITRI)負責協調台灣部分、愛立信、德國 InterDigital、Telefónica、Telcaria Ideas、萊斯大學、交通大學、亞旭、資策會和凌華科技。 5G-DIVE計畫將著重在兩個垂直試驗應用:自主無人機偵察和工業4.0。凌華科技負責管理和協調聯盟合作夥伴進行工業4.0試驗,並提供必要的空間和技術支援來測試所有合作的技術。兩項試驗均將實施量身訂製的端到端5G設計,以符合每個垂直試驗的應用需求,例如數位孿生(Digital Twinning)和無人機機群導航。5G-DIVE的訂製設計以兩個主要支柱為中心—端到端5G連線,含全新5G無線電、交叉傳輸和5G核心;以及分散式邊緣和霧運算,整合使用者周遭智慧功能。 5G-DIVE試驗將透過歐洲的5G端到端ICT-17計畫,和台灣的測試台在兩地實際執行數週。 5G-DIVE延續之前的兩個計畫5G-交叉傳輸和5G-CORAL。當前計畫將進行中的研究5G新無線電、交叉傳輸與核心整合至5G-CORAL所開發的智慧邊緣和霧運算平台,為每個垂直應用提供訂製功能,添加自動化和智慧工具,以最大化每個垂直產業的5G價值主張。
0

Gartner發表年度十大趨勢 人本智慧空間引領科技未來

Gartner近日提出2020年企業必須了解的十大策略性科技趨勢,分別為超級自動化、多重體驗、專業知識的全民化、增進人類賦能、透明化與可追溯性、更強大的邊緣運算、分散式雲端、自動化物件、實用性區塊鏈以及人工智慧安全性。這些技術看似發散,彼此關聯不高,但Gartner認為,這十大科技趨勢可以用「以人為本」、「智慧空間」兩個主題來貫串 Gartner大中華地區資深合夥人龔培元表示,2020年Gartner十大策略科技趨勢均圍繞著「以人為本的智慧空間」這個核心概念,也是現今科技發展最重要的面向之一。從思考科技對顧客、員工、商業夥伴、社會或其他重要利益關係人會產生什麼樣的影響,企業採取的所有行動都是為了直接或間接影響這些個人和群體,這就是以人為本的做法。 建立在以人為本概念上的智慧空間,則代表人類與科技系統能夠在日益開放、互聯、協調、智慧的生態系統中進行互動的實體空間,結合個人、流程、服務和物件等多項元素,創造出更身歷其境、高互動率及高度自動化的體驗。 根據Gartner定義,策略性科技趨勢是指正處於有所突破或崛起狀態,且未來可能帶來廣泛的顛覆性影響與更多應用的趨勢;此外,策略性科技趨勢同時也具有快速成長、變動性高且將於未來五年內到達引爆點的特性。 Gartner 2020年十大策略性科技趨勢 超級自動化 超級自動化(Hyperautomation)是結合多種機器學習(ML)、套裝軟體和自動化工具來完成工作的過程。超級自動化不僅涵蓋了豐富的工具組合,也包含自動化本身的所有步驟(發現、分析、設計、自動化、測量、監控與重新評估),其重點在於了解自動化機制的範疇、這些機制彼此之間的關係,以及如何進行機制的整合與協調。 超級自動化趨勢起源於機器人流程自動化(RPA),但在機器人流程自動化外,還需要結合各種工具來協助複製任務流程中人類參與的部分。 多重體驗 到了2028年,使用者體驗將在使用者對數位世界的感知和互動方式兩個面向發生重大轉變。虛擬實境(VR)、擴增實境(AR)和混合實境(MR)改變人們感知數位世界的方式,而對話式平台正在改變人類和數位世界互動的方式。這種感知與互動模式的轉變,將在未來帶來多重感官與多重模式的體驗。 專業知識的全民化 專業知識的全民化是指透過徹底簡化的體驗,且在無須接受密集又昂貴培訓課程的前提下,協助人類取得專業技術知識(機器學習、應用程式開發)或商業領域專業知識(銷售流程、經濟分析)的管道。專業知識全民化的例子包括「公民參與」(citizen access,如公民資料科學家、公民解決方案整合者)、公民發展和無程式碼模式的演進。   Gartner預測到了2023年,專業知識全民化的趨勢將在四大面向加速發展: 1.資料與分析技術的全民化:從以資料科學家為對象,擴大到適用於專業開發人員的普及工具。 2.開發的全民化:利用人工智慧工具自主開發應用程式。 3.設計的全民化:隨著更多的應用程式開發功能實現自動化,低程式碼、無程式碼的場景將持續增加,賦予公民開發人員更多能力。 4.知識的全民化:非IT專業人員透過工具和專家系統,應用超出自身專業能力及訓練的專業技能。 增進人類賦能 增進人類賦能(human augmentation)是利用科技來增進人類在體能和感知力上的機能,並成為人類不可或缺的一部分體驗,其中體能增進是藉由在人體內植入或配戴科技元件(穿戴式裝置)來增進人類的機能;而認知增進則是透過傳統電腦系統及新興智慧空間中多重體驗介面的資訊和應用來實現。 在未來十年,隨著個人開始追求自身機能的增進,人類體能與認知的增進技術將會變得越來越普遍。這將創造一股全新的「消費化」(consumerization)效應,員工將持續增進自身的機能,並進一步拓展到辦公空間的優化。 透明化與可追溯性 越來越多的消費者意識到個人資料是非常寶貴且必須受管控的,而企業也體認到保護和管理個人資料的風險日益增加,因此各國政府同步實施嚴格立法來確保企業組織確實做到這一點。透明化與可追溯性已成為支持這類數位倫理及隱私權需求的關鍵要素。 透明化與可追溯性指用於符合監管要求、遵守人工智慧和其他先進科技應用的道德規範,並修復外界對企業信任的各種態度、行動及輔助的技術與措施。企業建立透明化和信任感時必須專注下列三個領域:人工智慧與機器學習、個人資料的隱私,所有權和控制、符合倫理的設計。 更強大的邊緣運算 邊緣運算是一種運算拓樸,能將資訊的處理、內容的收集與傳送都保留在靠近該資訊來源處,嘗試讓流量和處理工作都在本機進行,目的在縮短延遲時間、發揮邊緣功能並賦予邊緣端更大的自主性。 目前邊緣運算多半著重於物聯網系統的需求,為製造或零售等特定產業提供離線或分散式功能給嵌入式物聯網系統。然而運算資源日趨成熟並走向專業化,加上資料儲存量的增長,使邊緣端的功能日漸強大,邊緣運算也將成為幾乎所有產業和應用的主導要素。特別是機器人、無人機、自駕車和執行系統等各種複雜的邊緣裝置,都將加速此轉變。 分散式雲端 分散式雲端是將目前集中式公有雲服務分散到不同地點,並由原來的公有雲供應商繼續負責雲服務的營運、治理、更新與升級。這代表大部分公有雲服務所採用的集中式模式將進行轉變,為雲端運算開創全新時代。 自動化物件 自動化物件是利用人工智慧讓過去由人類負責的某些流程得以自動化的物理裝置,最典型的自動化物件包括機器人、無人機和自駕車/船與相關設備。它們的自動化程度超越了僵化的程式設計模組,並能利用人工智慧執行各種先進行為,以更自然的方式和四周的環境與人類互動。隨著技能提升、法令開放和社會接受度增加,自動化物件將逐漸被用於不受限制的公共空間。 而隨著自動化物件數量大增,獨立的智慧物件將逐漸轉向成群的協作型智慧物件。這些同時運作的多種裝置,有些需有人力從旁協助,有些已可獨立運作、無需人類參與;而不同種類的機器人可以在同一個裝配流程中同時運行。舉例來說,在貨運市場最有效的解決方案,可能是使用自駕車將包裹送到目的地,藉由車上的機器人和無人機,確保包裹最後可以安全送達。 實用性區塊鏈 區塊鏈可在各個商業生態系統間建立信任,透明化地進行跨業務生態系統的價值交換,並有機會降低成本、縮短交易結算時間和改善現金流,因此在重新塑造產業樣貌極具潛力。 當資產可追溯來源時,將大幅降低被偽造品替換的機率;在其他領域也極具價值,包括追蹤食物在整條供應鏈中的足跡以辨識污染來源,或追蹤個別環節來協助產品召回。除此之外,區塊鏈還可用於身份管理;而區塊鏈中的智慧合約能讓系統在事件發生時自動觸發行動,例如在每次收到商品時能自動執行付款。 擴充性和互通程度不足等各種技術問題,讓區塊鏈在企業中的應用還不夠成熟。儘管存在這些挑戰,區塊鏈擁有顛覆產業和推動營收增長的巨大潛力,因此就算是認為區塊鏈在短期內不會快速普及的企業,都應開始評估這項技術。 人工智慧安全性 人工智慧和機器學習將持續用來提升各種應用場景中人類決策的能力,雖然這為實現超級自動化和使用自動化物件進行業務轉型帶來了龐大的商機,但同時也因為智慧空間中的物聯網、雲端運算、微服務(microservices)以及高度連網系統受攻擊機率大增,為安全團隊帶來諸多新挑戰。安全和風險主管應將重點放在以下三大關鍵領域:保護人工智慧系統、利用人工智慧強化安全防護,以及做好攻擊者惡意使用人工智慧的準備。 龔培元認為,對台灣的製造業者而言,超級自動化與自動化物件是最需要關注的兩個科技趨勢,因為這兩個趨勢跟智慧製造的發展息息相關,而且很快就會對正在進行數位轉型的製造業帶來影響。除了導入新科技之外,組織領導者對於組織改造、作業流程變革、企業文化重塑等與人有關的議題,也必須做好準備。
0

安提攜手克晟將AI導入AVI設備

AI應用深入日常生活與各項經濟活動之中,其中工業製造4.0更是人工智慧發展的一大重點。安提國際(Aetina)與克晟科技共推AI應用於工業生產流程,於原產線中的AVI機器導入AI運算,將檢測準確率提升至90%以上,加速產線運作並降低人力成本開銷。 過往自動光學檢測專用AVI設備常因色差、高度落差等因素影響檢測結果,克晟科技擁有系統組成與視覺辨識應用經驗,在既有AVI設備中,利用安提國際Jetson AI運算平台導入人工智慧視覺辨識軟體,以改善設備誤判率。 此次智慧AVI設備整體架構由既有的AVI設備、高效能AI伺服器、資料中心以及視覺辨識演算法組成。裝載於AVI設備上的軟體若發生瑕疵警告,會將資料傳至AI伺服器並於此複檢,結果傳回資料中心與設備,最後依照結果推論是否通知人員處理。 整體系統中,其AI伺服器使用安提國際Jetson AI運算平台;由Nvidia Jetson TX2搭載安提板卡ACE-N510組成,擁有高達256個CUDA核心、1.3 TFLOPS的AI推論能力,提供AI伺服器所需之效能處理,且具備小型化的特色,便於部署於既有工廠設備,達成AI升級的解決方案,也適用於AI邊緣運算的裝置使用;搭配克晟科技辨識演算法,一次可對應15台AVI設備並同時檢驗八種瑕疵項目,提升既有設備的檢測準確率,免去繁複且多餘的人工複檢。
0

AIoT大舉進駐 智慧家庭開啟創新應用大門

AI、邊緣運算技術快速蓬勃,為智慧家庭應用開啟創新大門,除了影音娛樂、照明控制、智慧家電等功能再上層樓外,包括居家監控、門鎖、廚衛用品、暖通空調、睡眠寢具等也都開始導入智慧化、聯網化設計;還有智慧音箱和AI語音助理大舉進駐智慧家庭。 顯而易見,智慧家庭的AI應用正快速擴散,而如何在嵌入式系統中實作語音辨識、機器學習與邊緣AI功能?以及如何運用藍牙、ZigBee、Wi-Fi等聯網技術無縫串連家中智慧裝置?將是家電產品與消費性電子製造商成功搶占智慧家庭AI應用商機的重要課題。 本活動邀請相關領域代表性業者與專家,深入探討智慧家庭AI技術與應用趨勢,並剖析產品設計開發對策。同時,活動中也揭曉由經濟部工業局主辦的家電產品設計競賽得獎名單,並舉辦頒獎活動,鼓勵青年學子投入智慧家電研發並厚植相關領域能量,提升家電產業產品附加價值。 家電設計發揮創意 今年獲獎的設計分別為釀造機、環境降溫爐架、補蚊器、居家無塵室除菌機。獲得金獎的「釀相」保留傳統製麴工法,運用現代科技製作發酵食物,溫濕度調控系統的設置確保其環境適合讓麴生長;並內建藍牙讓裝置可與手機聯結,操作與紀錄關於自釀的大小事。銀獎「涼盛吉食」為針對廚房高溫與油煙設計的環境降溫爐架。為解決火爐之熱輻射直射使用者的問題,「涼盛吉食」替換了現有的爐架,使用白色、亮面的絕熱陶瓷將火源關住,讓熱輻射不再直射出來,並提高爐火的能源效率,更能降低瓦斯的使用量。 獲得銅獎的「合拍」是個有電蚊拍、循環扇和捕蚊燈功能的組合家電,電蚊拍平時吸附在循環扇上,成為吸入式電擊捕蚊燈,也可拆開一分為二,成為電蚊拍、循環扇單獨使用。佳作的居家無塵室除菌機,將無塵室的概念帶入居家,利用臭氧的功效,使家人回到家中能進行簡單快速的全身潔淨,清除細菌和沾染的煙味異味。 家電服務導入AI改善使用者體驗 多年前資通訊產業就看好科技產品在家庭應用的潛力,從數位家庭到智慧家庭,大同家電電子事業部課長傅郁翔(圖1)指出,過去數位家庭是以控制主機如PC、電視或網路閘道器為中心,再對家電進行控制。而現在智慧家庭的概念則是以雲端平台為中心,使用無線網路技術將家電、安防/監控裝置、感測節點等串連起來,透過雲端服務進行產品的控制與管理,安裝與整合彈性較高。也導入AI提升影音品質、整合應用強化生活管理並利用科技降低料理門檻。 圖1 大同家電電子事業部課長傅郁翔指出,智慧家庭的概念是以雲端平台為中心,透過雲端服務進行產品控制與管理。 在智慧家庭發展趨勢部分,傅郁翔表示,未來將發展更多元的操控介面,如語音控制、手機App與穿戴裝置等,多雲串聯將促使服務更加豐富,智慧產品除白色家電之外,燈光、門禁、監控都是。而雲端服務也可蒐集產品使用訊息,大同便以此發展一套產品改善系統,透過主被動蒐集而來的資料,進行分析並提出改善建議。 家用無線網路多協議支援為趨勢 網路身為智慧家庭的連接骨幹,在過去控制主機的架構下,網路架構技術種類較單一,以多點式的星狀網路(Star Network)為主;現今智慧家庭則進化為無明顯主從的網狀網路(Mesh Network)架構,芯科科技(Silicon Labs)資深應用工程師黃金評(圖2)解釋,網狀網路有幾項優勢,包括:延伸網路距離、降低功耗、擴增系統規模、提供最佳響應能力等。現在家庭中網路環境越來越複雜,主要的短距無線技術有:藍牙(Bluetooth)、Wi-Fi、ZigBee、Thread、Z-Wave等。 圖2 芯科科技資深應用工程師黃金評解釋,在智慧家庭的應用中,互連互通是消費者非常重視的功能。 面對混合式的無線/有線網路環境,Silicon Labs近年積極投入發展多協定支援技術,黃金評提出,根據產業研究機構調查,在智慧家庭的應用中,互連互通是消費者非常重視的主要功能。該公司的Mighty Gecko無線微控制器,就支援了Zigbee、Thread和藍牙網狀網路應用,包括聯網照明、網關、語音助理和智慧電表。採用80MHz ARM Cortex-M33核心,專用安全核心可支援快速加密、安全啟動加載以及調試訪問控制。EFR32MG21可提供RF鏈路,以確保可靠的通信。並可使用開發套件、SDK、行動應用程序和Silicon Labs的網路分析器縮短產品上市時間。 另外,Z-Wave也是一種短距離的傳輸技術,和ZigBee一樣基於無線射頻,屬於硬體架構跟協定上的技術,功耗遠低於Wi-Fi跟藍牙,在智慧家庭的應用領域占有一定優勢。黃金評解釋,該技術運作在sub-GHz的低頻段,支援網狀網路架構,在互連互通功能上,該技術支援裝置與命令溝通,並且需要送認證確保裝置的互通性,同時支援向下相容與隨插即用。 善用AI強化技術/產品競爭力 IoT與AI是當今科技產業發展的兩大顯學,釩創科技顧問高達人(圖3)說,AIoT就是兩者的結合,AI無所不在會影響工作與生活,但AI只是一種工具,如何善加應用AI帶來的便利性,以強化產品與技術的深度,而現在全球的科技巨擘,臉書(Facebook)、蘋果(Apple)、亞馬遜(Amazon)、谷歌(Google)、Netflix等,都是善用最新技術的公司,科技產業很多層面的競爭已經沒有國界的限制,將自己的專長做到最好才是真正的競爭力。 圖3 釩創科技顧問高達人說,AI無所不在會影響工作與生活,但AI只是一種工具,善用AI帶來的便利才是重點。 AI應用會滲透到各個領域與層面,不過在智慧醫療、機器人、智慧眼鏡、智慧工廠、智慧家庭/智慧家電、智慧照明、智慧照護等則是較為熱門的領域。對所有廠商而言,導入AI是否成功,高達人認為,最重要的原則就是:AI功能是否簡單易用。面對AI帶來的機會與挑戰,台灣過去幾十年發展資通訊硬體製造的經驗,就是最好的資本,前述AI大廠會不斷發掘AI商機,台灣廠商則是要依著自己的強項找尋立基點,創造與大廠合作的機會。 AIoT將在智慧家庭發揮重大影響 AI未來與智慧家庭的結合肯定會帶來重大影響,資策會數位轉型研究所董一志(圖4)博士表示,在智慧家庭的AI與IoT應用中,三個基礎分別為AI、Big Data與Cloud Computing。在AIoT的趨勢之下,無論是公共建設的推廣還是消費電子產品的問世,廠商必須去思考人們真正的需求為何。而家庭中,燈是最普遍、入門的裝置之一,業界具影響力人士預測,智慧照明會是帶動智慧家庭的基礎應用與架構之一,家居產品/服務大廠也推出可聯結Apple HomeKit、Amazon Echo與Google Home平台的燈泡。 圖4 資策會數位轉型研究所董一志博士表示,在家庭網路應用中,透過深度學習演算法,讓雲端與邊緣裝置協同合作。 而在前瞻創意的應用部分,董一志指出,國外已經出現結合語音助理與無人機的產品,可以自由在室內空間移動,配合人們在家裡各個空間的活動,再回到固定的充電位置;另外,智慧化的家庭網路,透過軟硬體技術,將家用網路聯結優化/最佳化,整合有/無線網路,設定最佳的網路路徑選擇;在家庭網路應用中,透過深度學習演算法,讓雲端與邊緣裝置協同合作;深度神經網路(Deep Neural Network, DNN)近期也應用在網路攝影機上,強化人臉辨識為主的影像辨識功能,讓傳統的家用網路設備增加保全、照護等新功能。
0

超越5G 英特爾攜手/Sony/NTT布局下一代通訊技術

在退出手機基頻晶片業務之後,英特爾(Intel)積極發展通訊、網路基礎設施,除了加大5G布局力道之外,現在更將目標放在未來新一代通訊技術之上,宣布與日本通訊業龍頭NTT、索尼(Sony)共同合作,除針對運算、通訊和網路基礎設施進行重大革新,也成立全新的產業論壇(Industry Forum)「創新光網與無線網路全球論壇(IOWN)」。 英特爾首席執行長Bob Swan表示,數位化轉型和資料的成長,正推動基礎設施的擴張,我們正以全新的方式使用資訊技術,也因此,無論是傳輸、存儲、處理資料方面都要更快、更安全;而這不僅需要嶄新的合作方式與思維,也須整合超高速網路和無所不在的高效運算(隨時隨地提供智慧服務的邊緣基礎設施)。因此,創建IOWN論壇,是向前邁進的重要一步,只有跨行業的業者聯合,才能實現如此宏大的願景。 英特爾首席執行長Bob Swan。 此一論壇的目標是加速新通訊基礎設施的普及,新基礎設施將整合包括矽光子、邊緣運算和聯網運算在內的所有光子網路基礎設施,透過在三大領域開發新的技術、框架、規範和參考設計來滿足未來的資料和計算需求。 首先是光子研發。這包括未來的光子元件、光子網路設備和端到端架構,以光子-電子融合技術的進步為發展動力;這將顯著降低功耗,並透過縮短延遲、擴大傳輸容量實現即時回應。 接著是聯網運算,利用人工智慧以及動態的分散式負載,對於跨網路的運算將越來越重要。最後則是智慧應用案例的實踐,包括數位雙胞胎運算、設計更逼真的使用者介面/體驗設備等。 英特爾指出,下一代通訊有望改善生活的諸多方面,其中包括遠端醫療、防災、教育、自動駕駛、金融、娛樂、體育和工業製造;而IOWN旨在提供下一代通訊基礎設施,使得盡可能多的人能夠從中受益。 NTT、英特爾和索尼將成為IOWN論壇創始成員,未來幾個月三家業者將遴選IOWN全球論壇的初始董事會成員,共同啟動論壇的運營,而科技、電信和其它行業組織都將受邀加入該論壇。
0

施耐德協助企業打造邊緣運算資料中心

雲端運算催生巨型資料中心的建立,邊緣運算則帶來分散式 IT 與呈指數增加的微型資料中心。能源管理及自動化領域的數位轉型領導者法商施耐德電機(Schneider Electric)為滿足客戶對於邊緣資料中心日益成長的需求,考量各產業之特性、各種應用情境與環境,從基礎設施架構到維運管理分析系統,可滿足大中小至微型資料中心的各種需求,並協助客戶推動資料中心和邊緣運算基礎設施的技術格局,實現數位轉型。 施耐德日前於新加坡舉辦Life at the Edge國際記者會,接待了50多位亞太,非洲,歐洲,中東和南美的新聞界成員齊聚一堂,會中並邀請施耐德電機高階主管、產品專家、產業分析師、客戶以及合作夥伴等多方代表,針對邊緣運算技術、未來趨勢以及實際案例進行分享,以此了解施耐德電機對於邊緣運算的定義,以及如何藉由其特有的EcoStruxure雲端生態系統﹐協助客戶無縫設計與部署,並透過雲端及時輕鬆管理。 為了充分發揮邊緣計算的潛力,必須解決各產業所面臨的邊緣資料中心設施上的管理挑戰,包括環境安全、缺乏彈性與遠程監控和管理、無標準化與整合管理,以及足以服務站點的大量IT現場人員等。考量到這些因素,施耐德電機的邊緣運算解決方案依據客戶需求持續研發設計,可提供彈性並簡化所有邊緣應用程序的設計,部署和管理,並配備了整合系統以及雲端架構,其在全球龐大的合作夥伴生態系統亦能提供客戶諸多幫助。
0

加速邊緣運算 恩智浦全新GHz微控制器亮相

恩智浦(NXP)宣布推出全新跨界MCU「i.MX RT1170」,其具備更高的性能、可靠度和高整合度,且工作頻率高達1GHz,且保持低功耗;而為了兼顧功率、性能和成本效益,新推出的i.MX RT1170採用先進的28nm FD-SOI技術。恩智浦期待透過此一跨界MCU加快推動工業、物聯網、汽車等邊緣運算發展。 恩智浦微控制器高級副總裁兼總經理Geoff Lees表示,該公司在許久之前便已開始醞釀運用最新處理器架構和設計理念打造高性能MCU的計畫,而隨著新推出的i.MX RT1170工作頻率突破GHz,更加快打開了邊緣運算的大門。 恩智浦汽車和物聯網產品線高級副總裁兼總經理Dipti Vachani則指出,隨著聯網設備不斷增加,邁向數以「億」計的數量,對智慧聯網設備的需求也跟著攀升。新發布的跨界MCU可有效提升設備性能、實現低延遲,並降低了物料清單(BOM)成本,讓各種嵌入式設備和物聯網應用得以進一步的突破。 據悉,i.MX RT1170的特色包含雙核心架構,其中Arm Cortex-M7核心運行頻率高達1GHz,Cortex-M4核心運行頻率高達400MHz。雙核心系統將高性能內核與獨立的工作電源區域結合在一起,使開發人員可以同時運行應用程式,或者依據應用需求關閉核心以降低功耗。例如,高效能的Cortex-M4核心可專門針對時間要求嚴格的應用,像是電機控制;而Cortex-M7核心可進行更複雜的運用。至於雙核心可並行運作邊緣運算相關應用程式,像是機器學習、語音處理、人臉辨識等。 同時,針對邊緣運算應用,工作頻率高達GHz的Cortex-M7核心也顯著強化了ML的性能、語音/視覺/手勢識別的邊緣推論,還有自然語言理解、數據分析和數位訊號處理(DSP)等功能。和目前市場上其餘高效能MCU相比,運用i.MX RT1170進行人臉識別推論的速度最高可提升5倍;另外GHz核心在執行語音識別方面也有顯著的效果,像是音頻處理、回聲消除、噪音抑制、波束成形等,以提高語音認知能力。 NXP發布全新跨界MCU,加速推動邊緣運算。  
0

AI走向異質化 邊緣運算大行其道

人工智慧(AI)的技術日益成熟,須要處理的資料量也不斷增加,因此邊緣運算(Edge Computing)形成時下主流,大廠紛紛加速布局邊緣AI。於Computex 2019可以看到Arm、NVIDIA、美光(Micron)等皆展現了各自在邊緣AI的實力。 Total Compute大策略全力釋放AI潛力 現在人工智慧核心平台開始邁向異質化時代。現在的智慧型手機已經內建許多人工智慧和機器學習(ML)的基礎功能,包括即時影像擷取、人臉辨識等,Arm IP產品事業群總裁Rene Haas(圖1)於Computex 2019論壇中,發表「全面運算引領AI成長」(Scaling AI Through Total Compute)主題演說。探討AI運算在各個市場所面臨的複雜挑戰,以及Total Compute解決方案為何能夠同時滿足AI效能提升與應用開發的需求。 圖1 Arm IP產品事業群總裁Rene Haas表示,全面運算可以提升AI效能並滿足應用開發需求。 目前在全球大約14億支的智慧型手機中,仍然約有85%的手機是將機器學習的工作負載交由CPU或者CPU+GPU執行的。而根據Arm對AI處理器工作負載的研究,為達成更佳的應用效能和使用體驗,發揮AI和ML的優勢,未來智慧型裝置的AI運算核心,將以CPU為中心,再整合運用GPU、類神經網路處理器(NPU)、資料流處理器(DPU)、現場可編程邏輯閘陣列(FPGA)等運算資源。 從產業轉型方面來看,軟體也邁向碎片化,不論是自動駕駛、5G引爆的邊緣伺服器需求、AI型穿戴裝置和虛擬實境(VR)、擴增實境(AR)、高畫質遊戲體驗、5G智慧手機等,都帶來超高的運算效能與智慧功能要求。此外,安全也是一項極大的考驗,前述各種市場領域的設備與裝置,都儲存了大量的個人資訊,沒有人希望竊取個人機密資料的事件再次發生。 Haas指出,這些大規模運算流程、跨處理元件的運用、安全保護要求,以及特定領域運算vs通用運算等,都將讓應用開發變得越來越困難且成本越來越高,市面上太多不同軟體的選擇,造成開發人員/生態系統碎片化的擴大,增加了推動裝置AI化的困難。 針對上述的AI運算與體驗挑戰,Arm提供從系統整體出發,結合硬體矽智財(IP)、軟體架構和最佳化工具,一次解決未來運算複雜性的全面運算解決方案。一方面,Total Compute解決方案能以CPU為任務控制核心,再透過System IP確保AI運算的工作負載能達到最佳分配。例如影像搜尋作業由NPU執行,將比CPU更快、更有效率。再加上Arm的GPU、ML處理器、顯示處理器、Arm NN架構等,將能協助開發人員全面釋放AI效能。 另一方面,Total Compute為開發人員提供了一個更容易運用的未來生態系統。碎片化的軟體和開發人員生態系統,除面臨需提升各種裝置的存取效能以推展AI應用的挑戰外,複雜的運算又進一步提升效能的需求,因此為了能讓AI應用輕鬆擴展到不同的環境中,Arm藉由快速、簡單、成本更低的Total Compute解決方案。提供一個統一的開發途徑。Arm所開發的軟體架構充分運用Arm IP以及Arm NN、Arm Compute Library、Arm Development...
0

NXP推出EdgeVerse解決方案平台支援邊緣運算產品

恩智浦半導體(NXP)在上周於美國矽谷舉辦的恩智浦未來科技峰會(NXP Connects)上宣佈推出EdgeVerse平台品牌,反映公司快速成長的具擴展性安全邊緣運算解決方案產品組合。EdgeVerse平台將全球最全面的邊緣運算產品組合聚集在一個共有品牌平台上。 邊緣運算是種分散式運算模式,可在靠近資料生成處進行運算。如今,物聯網(IoT)、互聯汽車和工業應用數量日益增多,反應延遲、隱私和頻寬成為關鍵限制因素,而邊緣運算可透過更貼近資料來源來解決這些問題讓設備變得更具智慧。隨著設備端人工智慧(On-device AI)能夠實現即時決策,整個產業轉向邊緣運算亦變得更加重要。 EdgeVerse平台透過業界最廣泛的具擴展性嵌入式處理產品組合,將實現高性能和高效能運算的建構模塊(Building Blocks)整合在一起,為工業、物聯網和汽車市場的眾多邊緣應用提供動力。EdgeVerse平台包含恩智浦完整的工業、物聯網和汽車嵌入式處理器產品組合、全球頂尖的安全產品、增強型短程連接解決方案、生產就緒型統包式解決方案(turnkey solutions)、用於機器學習(ML)的簽名認證軟體解決方案、音訊/影音體驗以及裝置管理軟體平台。 此平台具體產品包括恩智浦 i.MX嵌入式處理產品組合與Layerscape應用處理器、K32、LPC和Kinetis微控制器、i.MX RT跨界處理器,以及車用微控制器和處理器。EdgeLock安全產品組合作為EdgeVerse平台的組成部分,包含一系列從離散式(discrete)安全元件至採用先進整合安全功能的處理器等產品,按容易理解的安全等級進行分類。 透過提供用於機器學習,推論與輕鬆連接至雲端的工具和引擎,激發並簡化邊緣人工智慧。EdgeVerse平台包含恩智浦eIQ機器學習軟體發展環境、Immersiv3D音訊體驗套件和EdgeScale裝置管理平台,恩智浦客戶可配合現有模型使用,或者快速設計、訓練與最佳化全新模型,在恩智浦全線產品組合中進行部署。 整合恩智浦強大生態系統與物聯網支援,並基於恩智浦在嵌入式處理領域超過30年的成功經驗,推動邊緣運算。客戶還能充分運用由數百家工具供應商和ODM廠商所組成之可靠的恩智浦生態系統,這些供應商在實現工業物聯網和開發邊緣特定應用解決方案方面經驗豐富。 EdgeLock產品組合包含恩智浦知名的離散式(Discrete)安全元件、用於介面的安全認證產品、以及廣泛的應用處理器和微控制器產品組合中的嵌入式安全功能。EdgeLock賦予邊緣完整性、認證功能和隱私性,從邊緣節點到閘道再到雲端,提供充分的安全性。平台中的安全功能包含安全啟動信任錨、晶片上加密(On-chip Cryptography)、可即時配置的安全解決方案、設備雙向驗證、安全裝置管理套件、無線(Over-the-air, OTA)更新和生命週期管理功能。 EdgeLock品牌還採用編號方案,可以反映解決方案抵抗物理和邏輯攻擊的組合型硬體、軟體和系統級安全功能。此編號方案可轉化為特定恩智浦解決方案可實現的認證水準。通過建立這些安全級別的名稱,恩智浦正在解決成千上萬嵌入式開發人員如今面臨的一大挑戰,它為這些開發人員提供一種簡單方法,讓他們從一開始就能夠比較和對比安全功能,而不需要高級安全專家來解碼這些安全規範。 作為EdgeVerse平台的一部分,恩智浦亦發佈EdgeLock SE50隨插可信安全元件(Plug & Trust Secure Element)系列,從邊緣到雲端保障工業4.0和物聯網的安全應用。EdgeLock SE050經過通用標準(Common Criteria, CC) EAL 6+認證,讓實現高效能感測和控制安全變得簡單。此外,它還簡化了物聯網服務部署,以及從邊緣裝置到公有雲和私有雲、邊緣運算平台和基礎設施的部署過程。
0

邊緣AI運算當道 NVIDIA EGX讓決策更即時

隨著人工智慧(AI)技術逐漸成熟,相關企業積極布局AI邊緣運算。因應此潮流,NVIDIA發表了EGX加速運算平台,讓企業能在邊緣執行低延遲的即時(Real-time)AI作業,能針對5G基地台、倉儲、零售商店、工廠與其他作業站間龐大且不間斷的資料串流進行接收、分析並即時採取行動。 NVIDIA產品行銷經理Paresh Kharya表示,為了實現不同的工業應用,如智慧影像辨識分析系統(IVA)、資料中心(Data Center)、嵌入式系統(Embedded)和汽車等等,NVIDIA推出了EGX加速運算平台。現在的資料量越來越大,所有的分析必須是立即的,才能即時做出決策,因此即時邊緣AI的重要性也顯得更加重要。 Kharya舉例說明,在醫院,可以利用即時邊緣AI協助醫生做出醫療診斷;在智慧城市(Smart City)的應用,也可以用來辨別車輛,進行分析決策,藉此控制車流,達到疏通壅塞的目標。NVIDIA EGX平台將加速AI運算的力量帶到了邊緣,讓智慧零售、醫療保健、製造業、運輸和城市都能具備更即時的AI運算能力。 另外,EGX擁有強大的擴充性,小至體積極小的NVIDIA Jetson Nano,以僅僅幾瓦的耗能就能提供如影像辨識等任務所需每秒五萬億兆次浮點的運算(TOPS);規模亦可大至一整櫃的NVIDIA T4伺服器,為即時與因辨識和其他即時AI任務提供超過10,000兆次浮點運算的效能。 同時NVIDIA EGX在架構上支援雲端提供的NVIDIA AI運算。在雲端開發的AI應用程式可以在NVIDIA EGX上運作,反之亦然。內含EGX的NVIDIA Edge Stack可以連接到雲端IoT服務,使客戶能從AWS IoT Greengrass和Microsoft Azure IoT Edge遠端管理他們的服務。 NVIDIA EGX也具備了企業級的安全保障,NVIDIA的AI和運算技術結合了Mellanox、Cisco等大廠的網路、儲存和安全技術,進而實現更高階的隔離和安全性,同時又不會影響CPU的效能。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -