- Advertisement -
首頁 標籤 AIoT

AIoT

- Advertisment -

邊霧運算結合人工智慧 AIoT架構大趨勢

隨著物聯網(IoT)與通訊技術的發展,傳統物聯網雲端架構已經逐漸無法滿足大量資料傳輸需求,資訊安全也出現疑慮。為解決衍生的問題,在物聯網雲端架構導入邊霧運算並結合人工智慧(AI),已經成為主流趨勢。 資策會智慧系統所總監陳仕易表示,物聯網功能不應該只是傳輸,它最高的價值在於應用。而由於傳統物聯網雲端架構無法滿足即時回應、資料隱私、離線處理等多元需求,導入邊霧運算,解決雲端架構面臨的問題,增加使用彈性,提供系統間資源共享與再利用,現在AI加上邊霧運算已經成為AIoT新的主流架構。國際大廠如CISCO、IBM、ARM、Dell、Intel、Google、Amazon、MS等知名大廠紛紛組成聯盟,投入雲霧運算相關設備與產品的研發。 陳仕易指出,未來希望雲跟霧可以溝通,所以除了雲端之外,邊緣端也要虛擬化,資源會更好管理,這將是未來大趨勢。系統虛擬化與服務架構也衍生了創新應用方案,虛擬化傳統應用層SaaS,就可已整合智慧駕駛、智慧製造、智慧醫療、AR/VR、智慧農業、智慧城市等通訊界面,可以從雲端很快地互動,將需要的應用軟體下載到物聯網終端上,可以大幅提升可信度。現在國內外許多大廠都是往這個方向發展,甚至將CPU和GPU放進來,直接進行AI運算等等。但目前由於與雲端互動的模式並沒有一定的標準,因此要轉換平台就會非常困難,邊緣運算和雲端互動的標準化仍是一個挑戰。 陳仕易進一步說明邊霧節點的主要功能,可以進行設備管理,搭載網管agent,提供遠端軟體安裝、更新、移除、限制、操作管理功能,監測設備的運作狀態;也能夠進行容器化管理,使用Docker開源專案,可快速的交付和部署,大量節省開發、測試的時間,高兼容的特性,有利於應用程式遷移與隨需求擴展服務。另外,有近端運算功能,執行邊緣端儲存與運算服務,例如ML Inference。同時可以快速整合各類通訊協定的感測裝置,如Modbus、Bluetooth、MQTT等。並有資料收集與儲存服務,定期收集感測端資料,提供共通化的資料存取介面,降低開發門檻,支援Socket, Restful, MQTT等協定,滿足資料推/拉(Push/Pull)取得機制彈性配置,在資料推送也提供了斷線補傳機制。 資策會智慧系統所總監陳仕易表示,傳統物聯網雲端架構須導入邊霧運算,以滿足即時回應、資料隱私、離線處理等多元需求。  
0

瞄準AIoT商機 聯發科再推i700平台

為搶攻AIoT市場,聯發科宣布推出具高速AI邊緣運算能力,可快速實現影像識別的AIoT平台-- i700,預計2020年起開始供貨。該平台能廣泛應用在智慧城市、智慧建築和智慧製造等領域,其單晶片設計整合了CPU、GPU、ISP和專屬AI處理器APU(AI Processor Unit)等在內的處理單元,可協助客戶快速推出產品,加快AI和IoT的落地融合。 聯發科技資深副總經理暨智慧裝置事業群總經理游人傑表示,AI語音辨識和影像識別已廣泛應用於各行各業,而隨著5G網路時代的到來,智慧裝置對高速AI邊緣算力和物聯網能力有著更高的要求;為此,i700平台融合了聯發科在多媒體影像、無線通訊、人工智慧等技術上的優勢,可強力推動AIoT行業的發展與普及。 據悉,新發布的i700採用八核架構,整合兩顆ARM Cortex-A75 CPU,工作頻率高達2.2Hz,六顆Cortex-A55處理器,工作頻率達2.0GHz,同時搭載工作頻率為970MHz的IMG 9XM-HP8 GPU。此外, i700平台還搭載了聯發科的CorePilot技術,確保八個核心能夠以最高效能的方式實現運算資源的最優配置,在提供最高性能的同時還能達到最低功耗。 值得一提的是,該平台還具備強大的AI引擎能力,不僅內置雙核AI專核,還加入了AI加速器(AI Accelerator),並搭載AI人臉檢測引擎(AI Face Detection Engine),讓其AI算力較前一代AIoT平台i500提升5倍,為消費者打造全新萬物智聯體驗。 聯發科指出,該產品可為無人商店的辨物和人臉支付提供技術支援,也可實現智慧建築的人臉門禁和公司的考勤系統。而在智慧工廠中則能協助無人搬運車進行自動辨別障礙物,以避免意外情況的發生;甚至還可應用於運動健身方面的應用,透過該平台上的3D人體姿勢識別功能,不僅能為使用者提供健身姿勢的矯正建議,還能夠自動檢測生活和工作中的危險姿勢,從而提前發出預警。
0

戴偉民:RISC-V產業鏈開創AIoT開放架構典範轉移

PC時代WinTel的軟硬體架構在PC/NB產品上主導資通訊產業發展,其後行動通訊接手成為下一個主流,Android與ARM成為智慧型手機的兩大支柱;而進入人工智慧與物聯網時代,下世代的軟硬體架構變革,將由強調自主、可控、繁榮、創新的RISC-V架構,帶領開創智慧與聯網無所不在的全新AIoT時代。 AIoT無疑是下一波產業的大浪潮,物聯網破碎化的特性,讓軟硬體架構醞釀新的典範轉移,芯原微電子董事長戴偉民在Computex 2019由台灣RISC-V聯盟、台灣物聯網產業技術協會主辦的「2019 新嵌入式智慧解決方案論壇 RISC-V x AIOT/5G」研討會中表示,PC時代的x86架構自主性低、不可控,軟硬體掌握在微軟與Intel手中,導致行動通訊時代來臨時,省電的RISC架構結合開放的Android系統,以智慧型手機為載體,帶領行動通訊時代的發展。物聯網更強調開放,於是從運算核心底層就開放的RISC-V架構,成為各界看好的物聯網時代硬體架構主流。 芯原微電子董事長戴偉民表示,從運算核心底層就開放的RISC-V架構,被看好成為物聯網時代新硬體架構主流。 Arm架構在過去發展的歷程中,建構了一個名為Linaro的產業推動聯盟,配合IBM、Google等大廠,投資大量的金錢和人力,讓Arm的軟硬體架構在聯盟的平台上獲得良好的發展。並透過大學校園的推廣,主動提供工具、教材與設備,讓學生在養成階段長期接觸Arm架構,成為後來市場推廣最好的種子。戴偉民直言,RISC-V產業鏈的完整性與豐富度現階段發展與Arm還有一段差距,希望可以仿造Linaro的模式,推動軟硬體平台與人才的發展。 1979年,美國加州大學伯克萊分校的David Patterson教授提出了RISC概念,也就是精簡指令集架構,2010年,該校研究團隊推出RISC-V指令集,也就是第五代RISC架構,2014年,正式發布第一版RISC-V用戶手冊,2015年,非盈利性組織RISC-V基金會成立,已有150餘家會員企業,並陸續推出商業化產品,2016年,RISC-V成為印度的事實國家指令集;美國、歐洲、俄羅斯等國家開始全國推行,戴偉民解釋,2018年RISC-V在中國逐步商業化,如杭州中天微CK902,華米黃山1號晶片的推出都是採用RISC-V架構。 RISC-V架構強調自主、可控、繁榮、創新,已獲得許多廠商支持。 2018年10月,中國RISC-V產業聯盟在上海成立,當地政府還推出RISC-V的扶植政策,戴偉民分析,IoT的破碎化和AI需要的異構運算,是RISC-V崛起的良機,Arm架構很難因應萬物聯網的多樣性軟硬體架構,完全開放的RISC-V架構,可以有許多廠商在共同的開放性基礎上,發展專用的硬體核心與軟體平台。根據非正式的統計,中國已經有超過300家公司在關注RISC-V或以RISC-V指令集進行產品開發。 台灣與大陸在AIoT的趨勢之下,可以自身的優勢為基礎,進行緊密的合作,戴偉民解釋,物聯網裝置與商機將遠大於PC或智慧型手機,掌握物聯網的軟硬體架構核心,就能掌握AIoT的發展機會。RISC-V才剛起步,與x86、Arm架構並不存在取代與競爭的問題,透過合作甚至可以共用某些基本指令集,在多樣化的物聯網產業中發展更彈性且高度成本效益的解決方案。
0

凌華推出鐵路專用即時視訊/圖形分析應用AIoT平台

凌華科技推出最新款PIS-5500,採用耐用型無風扇NVIDIA Quadro嵌入式 AIoT(AI和IoT)平台,專為鐵路業的即時視訊/圖形分析應用而設計。 人工智慧技術近來被大量使用在提高效率、提高生產率和降低成本。而鐵路產業也不例外。藉助AI驅動的系統和應用程式所提供的智慧功能,鐵路營運將變得更安全、更智慧、更可靠,顯著提升乘客旅行體驗和貨運物流服務。這些具有AI功能的應用透過安裝在車站、火車和軌道上的大量物聯網(IoT)裝置,輸入所收集的適當資料,成功將AI和IoT 技術緊密整合鐵路應用。透過20多年的專業知識開發高度可靠且耐用的嵌入式運算系統,凌華科技為軌道運輸帶來先進的 AIoT 解決方案,幫助客戶開發能夠發揮真正價值和效能的各種應用。 凌華科技的PIS-5500 AIoT平台通過EN50155認證,採用Intel Core i7處理器和整合式NVIDIA Quadro GPGPU模組,不僅相當耐用,適用於軌旁和列車部署,還提供寬範圍的直流輸入和分離I/O設計,為即時視訊/影像分析應用的理想邊緣解決方案;對於現今日益複雜的鐵路營運極為重要。 凌華科技的PIS-5500獲得全球的鐵路系統領導整合商進行商業測試和部署。智慧平台會安裝在特殊的鐵路檢測列車上,其中一個的應用程式會即時處理重要的軌旁偵測設備所擷取的影像。透過平行運算和深度學習所驅動的複雜演算法,該應用程式可以在120km/h的列車速度下,有效識別潛在的設備故障,並發出警報通知維護人員。PIS-5500則裝設於火車站控制辦公室,而另一應用程式則會將從平台接收的即時視訊串流藉以分析。該應用程式不僅能夠偵測可疑行為並觸發警示,而且能夠進行事後分析。 凌華科技資深產品經理曾寶慧表示,凌華科技是鐵路市場的主要供應商,致力於協助客戶獲得競爭優勢,讓客戶將發展重點放在最終應用的差異化。運用產業的專業優勢於AI、IoT和邊緣運算方面,推出這些突破性技術的新產品,大幅擴展涵蓋層面已相當廣泛的鐵路產品組合。PIS-5500的推出將提供先進的AIoT解決方案,為客戶提供絕佳可靠和多功能性產品所應具備的能力。相信AI可以改變傳統的鐵路營運,包括快速便捷的免持票登車、準確的到達時間預測、個人化資訊娛樂和列車服務、即時追蹤健康診斷,以及緊急情況的快速應變。 凌華科技善用軟、硬體供應商的長期策略合作夥伴關係,確保產品過時淘汰和生命週期管理的最佳實務做法,藉以提供產業所需的供應壽命。此外,凌華科技也在每個主要區域提供設計服務,透過快速的應變能力、縮短交付時間和簡化業務來嘉惠客戶,協助客戶有效紓解預算限制,同時順利確實進行技術移轉和產品整合。
0

AIoT結合ICT技術 智慧沼氣發電系統效益高

依照行政院農委會於民國106年11月調查,台灣目前約有7,000多家養豬場,每年生產550萬頭豬隻,若將其排泄的豬糞利用作為沼氣發電原料,可增加台灣再生能源發電量且減少農畜牧業廢棄物的排放汙染問題,可以達到環保與再生能源的政策效益。 AIoT搭配沼氣發電技術 提升農務效率 根據調查政府曾於民國100年,全額補助710戶豬農建置沼氣發電機,幾年後只剩下少數發電機還可以運作使用,其餘發電機都已報廢停擺。最主要的原因就是沒有幫農民規畫一套系統運作及維修服務機制,農民的專長是養豬工作,沒有相關專業知識也無暇去照顧沼氣發電系統維護操作,整個政策因沒有後續系統服務配套措施而失敗。為此,資策會以「發展智慧化物聯網(Artifical Intellegent of Things, AIoT)系統」軟體技術,搭配本土化沼氣發電技術設計具有監測服務功能雲端平台,提供有意願經營沼氣發電服務公司廠商使用,從雲端平台來監控沼氣發電系統各單元運作狀態,協助養豬農即時服務維持系統長期運轉。簡單的說就是讓農民專心養豬,由雲端平台上的系統定期收集數據供專家在遠端以資料分析的方式來監控沼氣發電設備的運作情況,即時發現系統運作異常的問題,並有效率的協助農民排除運作上障礙。 雲端平台收集擷取沼氣發電系統各環節中各項檢測即時數據,藉以建立智慧監控及回饋系統,對沼氣發電系統運作效率提供最佳化控制,將沼氣發電系統各運作單元的即時狀況連網化、可視化與數位化,成為沼氣發電服務公司遠端監控維運管理的重要工具,功能包括提供系統效益分析/健康診斷/最佳化演算/故障預警/派工維修等等長期運作維護及營運問題。 整個系統從高溫厭氧醱酵、二階段脫硫、儲氣槽及發電機組各個單元設計都有布建感測器偵測各項參數。AIoT系統的前端設備進行各單元感測器參數收集,並透過4G無線網路將參數送至雲端平台,進行效益分析/健康診斷/最佳化演算/故障預警/派工維修等等營運服務。這些驗證數據與技術成果,可作為未來相關單位執行後續推廣與擴大落實效益時的策略擬定重要參考依據(圖1)。 圖1 沼氣發電系統架構可以協助策略擬定,實現更高效益。 資料來源:資策會 遠端自動監測控制架構 沼氣發電系統導入物聯網技術之效益包含場域端與聯合區域兩部分。於場域端效益部分,物聯網技術可協助個別養豬場掌握沼氣發電即時狀態,包括發酵、脫硫、發電等各部分處理單元運作狀況,當有異常便提供警示,亦可作為後續作業流程調整之參考依據。於聯合區域效益部分,藉由雲端技術的導入,可大幅降低資通訊系統之建置費用,且能確保資料完整性,降低資安及資料損毀等風險;同時開發遠端智慧巡檢服務,建立沼氣處理單元與發電設備狀態檢測邏輯,時時替豬農把關設備與系統健康狀況,以此方式同時服務多個場域,進一步降低永續經營之成本。 圖2是場域端資通訊系統整合架構,沼氣發電流程各環節中,各子系統布建之感測器先經由可程式邏輯控制器(Programmable Logic Controller, PLC)讀取感應之量測值。之後透過工業常用標準ModBus數位匯流排傳送至異質資料彙集單元,異質資料彙集單元的內部軟體會進行資料收集、過濾、有效性判讀、儲存等等預處理功能。之後將預處理過資料以安全通訊協定回傳雲端系統,進行後續資料顯示、分析、統計、事件判斷、歷史趨勢與儲存等等功能服務。於雲端系統接續部分,因考量養豬場位置的固網環境條件可能不足等因素,所以使用4G無線網路作為後端TCP/IP及RESTful傳輸協定之媒介。 圖2 場域端資通訊系統整合架構可以收集、整理、分析、儲存資料等。 資料來源:資策會 所傳送到雲端的資訊內容包含,各子系統的輸入參數、輸出參數、系統參數、閥門控制與事件警告等五大類別,共超過200多個特定參數。 雲端數據收集分析平台 這套系統的網站畫面呈現方式採用響應式的方式設計,可使用不同尺寸的螢幕來進行遠端監控,例如手機、桌上型電腦、中控室大螢幕等,因考量手機與電腦螢幕的解析度不同問題,目前規畫將手機版網頁(圖3),以簡化圖形界面展示各單元串連關係,及整體運作狀態。功能除了沼氣發電各子系統要求的關鍵性參數顯示如:發電量、沼氣產量、硫化氫含量、酸鹼值(pH)等等監測值外,還提供當日累計參數顯示功能。各單元是否持續正常運作中,例如馬達與攪拌器等等也會以動態方式表現在網頁。 圖3 手機版網頁簡化圖形便於操作。 資料來源:資策會 電腦版顯示方式(圖4)則以實際的沼氣發電系統工程配接圖方式顯示,共12個單元:配料、酸化、醱酵#1、醱酵#2、醱酵#3、醱酵#4、沼液儲存、生物脫硫、化學脫硫、沼氣袋、熱回收、發電機。畫面顯示表現整個沼氣發電系統的實際管線聯接與運作控制狀態,包含馬達、幫浦、攪拌器、開關閥門、液體儲存槽、氣體儲存槽等等操作控制單元設備。各子系統的專業工程師透過電腦游標滑動點選各單元設備後,即可顯示該單元內詳細量測項目數值,及量測數據歷史紀錄。此外平台還提供以下功能: 圖4 電腦版網頁圖以實際發電系統工程配接圖方式顯示。 資料來源:資策會 .監測紀錄查詢功能: 可依不同時間單位查詢,如每五分鐘、小時、日、月、季、年歷史數值趨勢圖,與報表輸出。 .即時與歷史告警查詢功能: 監測裝置或數值出現問題之告警查詢及報表輸出。 .遠端操作模式設定/切換: 單元暫停運轉、馬達轉速控制、管線閥門開/關、監測設施故障等等。 .告警設定: 監測值範圍上下限、有效率數值百分比、校正提通知、校正逾期通知等設定。 .通知對象: 可同時通知多組e-mail與手機簡訊與call API的方式。 .帳戶管理: 帳戶新增修改與權限管理、帳戶登入、登出與操作行為紀錄。 .人工登入參數: 雲端平台除了收集沼氣發電系統不同環節各項關鍵性系統參數、輸入參數、輸出參數,同時彙整各子系統線上即時量測值,也提供工作人員非即時離線量測值的資料匯入,由人工填入Excel表格欄位存入「人工匯入」資料庫,協助各單元設計人員即時掌握各階段執行狀況並進行效益分析。 參數類別分成輸入參數、輸出參數、系統參數、閥門控制與事件警告等五大類別,其中輸入、輸出與系統參數就是以Dashboard方式顯示,點選後可連結到參數歷史資料庫查詢(圖5)。 圖5 電腦版網頁Dashboard可連結參數歷史資料,協助資料管理與查詢。 資料來源:資策會 智慧雲端平台預期效能指標包含: .可同時容納100人連線讀取,連線反應時間(不含資料處理時間)應低於5秒。 .於資料庫內含1,000,000筆模擬資料情況下,查詢最近一週內單一資料擷取頻道之所有紀錄,平均資料處理時間應低於30秒。 .於資料庫內含1,000,000筆模擬資料情況下,由同一區域網路內終端設備,顯示包含10項預先選定之即時資料模擬儀表面板畫面,由送出請求至資料讀取完成之平均延遲時間應低於5秒。 AI人工智慧導入 機器學習與人工智慧技術並非新創技術,自1956年開始發展以來,相關研究未曾中斷。因電腦運算與儲存成本降低,大數據及物聯網相關技術趨於成熟,機器學習與人工智慧建置成本大為降低,應用領域在短時間內大量擴散,幾乎已達「無所不在」的程度。包括機器人、家電、醫療、工業4.0,甚至金融科技、智慧客服等。美國研究機構BCC Research預測,全球機器學習相關產品已經進入起飛成長的階段。 這套系統的網站除了監控技術應用外,也將提供人工智慧技術導入應用功能,藉由已蒐集之參數資料,後續將可經機器學習(Machine Learning)相關技術,發展適用於沼氣發電不同環節之預測與決策模型。期能利用易於建置、維護、成本較低之線上即時感測器、量測方式,掌握實際執行狀態,藉以取代其它高單價、維護不易之感測器或離線量測,以達到降低整體成本之目標,同時仍能維持必要之整體運作,並可將資訊系統擴展至整合營運管理相關功能(圖6),如雲端平台之可擴展性、圖資系統整合(Geographic Information System, GIS)、人員排班與任務指派、營運管理報表、設備故障診斷、製程異常提前警示等。 圖6 機器學習與決策系統架構流程示意圖 機器學習法具體內容包含: .機器學習演算法與預測模型建立。 .示範場域感測器資料收集演算,包括:發電量、設備溫度、氣體濃度、含硫量、槽體壓力等等關聯性參數資料。 .不斷累積資料修正預測模型,達到效率提高,準確預測的智慧化設備資產管控。 .開發以增量式學習演算法(Incremental Learning)訓練預測模型。 .執行巨量資料演算開發人工智慧技術,對發電效率提供最佳化控制模式建議。 .提供雲端效益分析/健康診斷/最佳化演算/故障預警/派工維修等等營運服務。 目前於商業領域應用之主流為機器學習技術。此一技術讓機器擁有學習能力,如同人類學習一樣;首先大量訓練數據中找出關聯性,並將這些關聯性歸納為特徵,便可據此建立資料模型,亦即機器的知識。 最後利用這些模型,針對後續輸入數據進行操作,便可產生推論,亦即針對輸入數據的結果預測、或是將輸入數據進行分類。 建置一套機器學習系統之關鍵有二。首先是針對待解決問題本身的瞭解與對資料掌握能力,以便於從過多龐雜無關資料中正確引導關聯性之建立。 如果對於問題本身缺乏足夠理解,訓練過程將會耗費大量時間,用於排除無因果及關聯性之資料;且訓練過程亦可能會發散,甚至完全無法建立關聯性。 另一關鍵則是大量資料;不只用於關聯特性歸納,同時亦可用於資料模型校準。輸入的數據越來越多,演算法也會持續的調整並做出更精準的分析與預測。 智慧平台之中長期目標為發展一套機器學習系統,用於建立沼氣發電各流程環節操作參數間之關聯性,期能減少非必要感測器之需求,以進一步降低成本;同時期望能建立一套預測模型,期能對發電效率提供最佳化控制,將沼氣發電連網化、可視化與數位化,成為遠端監控維運管理的重要工具。 利用ICT技術建構一套跨領域知識整合的沼氣發電系統智慧物聯網AIoT遠端監控服務平台。這件工作橫跨多種不同專業領域技術,包括農業、化學、機械與能源,專業知識整合有一定困難度,相關技術導入及落實推廣也具有挑戰性。過程中花費很多時間,分別與不同領域技術人員、設備廠商、及學者專家之間作多次溝通,工作執行中感謝工研院相關技術專家指導協助,建立適用於本土養豬場符合於不同形態規模之養豬場使用。期能進而形成本土化的沼氣發電產業鏈,配合南向政策開拓東南亞市場。 (本文作者皆任職於資策會智慧系統所)
0

安提國際打造AIoT邊緣領域加速產業智慧化

打造產業智慧化的過程並非容易之事,安提國際總經理羅智榮指出,當(AI)研發所費成本無法洞見系統上線的效益,就會遇到智慧轉型的困難。然而,安提國際長期深耕於圖形運算、邊緣運算,在智慧產業的相關整合領域已有豐富經驗,利用自身經驗,協助企業找尋夥伴、增加鏈結,致力於為顧客開路,打造最快速、方便的智慧產業入口,同時專注於邊緣端,讓AIoT環境擴大,創造更多可能性。 安提國際在四大垂直領域皆各有展示;不論在智慧監控、車載應用、工廠領域或醫療方面,安提國際AI邊緣運算平台著力打造更便利的應用環境,加速AIoT市場的發展。此外,安提國際提出智慧物流應用展示,完備且認證過、長達15米的FPD LINK-III相機模組,便於使用在貨櫃車、連結車上,在行車過程中進行物件辨識、駕駛監測,打造更完善且安全的駕駛環境,也為交通領域提昇更高層次的智慧成果。 安提國際因應Nvidia今年三月所推出的Jetson Nano,近日曝光全新AN110載板,再次成為產業智慧化的推手,打造擁有高效能、低功耗特色,且主打小型化設計的AN110,適用於智慧城市中的各個應用,同時適於開發者使用,為創新應用領域帶來更多不同想法。而在AIoT市場中,智慧運算平台的選擇應以適切性作為選擇基礎,安提國際亦在會場展示多種Nvidia Jetson系列載板,針對不同智慧應用需求,提供多樣化尺寸、不同I/O埠選擇,為智慧開發者帶來最合宜的智慧平台。 智慧浪潮正興盛,各個廠家無不朝智慧化邁進,安提國際堅強的產業鍊結與整合實力,以及完整的邊緣智慧平台產品將成為開發者、系統整合商最可靠的後盾。
0

專訪新思科技設計事業群聯席總經理Deirdre Hanford 萬物智慧化讓EDA工具更吃重

新思科技設計事業群聯席總經理Deirdre Hanford(圖)表示,各種智慧應用的蓬勃發展,是帶動半導體產業成長的主要動力來源,但這個趨勢也使得晶片設計變得更加複雜,晶片開發者必須要有新的設計工具輔助,才能趕得上客戶要求的產品上市時程,進而抓住商機。 新思科技設計事業群聯席總經理Deirdre Hanford表示,萬物智慧化讓IC設計更加複雜,IC設計業者需要更強大的EDA工具。 為此,新思推出了融合設計平台(Fusion Design Platform),並在推出的第一年即達到超過100個產品投片(Tapeout),寫下7奈米製程的重要里程碑。該平台協助客戶提升20%的設計結果品質(Quality-of-Results, QoR),並達到超過2倍的結果效率(Time-to-Results, TTR)。融合設計平台整合新思科技的數位設計工具,並重新定義傳統設計工具的範疇,包括共享引擎、用於邏輯及物理表現(Logical and physical representation)的單一數據模型。 此外,新思也與安謀國際(ARM)擴展合作關係,推出支援新思Fusion Compiler解決方案的QuickStart實作套件(QIK)。這是一個從RTL到GDSII完全整合的實作系統,可讓採用ARM架構的SoC設計達到最快速的結果效率,並改善功耗、效能與晶片面積,能快速實現具備安謀最新核心架構的高度差異化產品。這項合作已讓採用內含Cortex-A76與Neoverse N1處理器的SoC先期用戶,成功實現投片。 而為了協助推動AIoT晶片研發,新思在台灣也已經與台灣大學、清華大學、交通大學、中央大學以及成功大學等五所頂尖大學共同啟動「AIoT設計實驗室」產學合作計劃,捐贈各校晶片開發核心套件與人工智慧/機器學習教材(AI/Machine learning),以誘發學界對於AIoT設計的強大研發能量,並培育先進半導體設計人才。
0

宜鼎深入AIoT應用於Computex展多項成功案例

配合2019年的Comptex所主推的AIoT主題,全球工業儲存大廠宜鼎國際,2019年即將於Comptex設置人工智慧物聯網(AIoT)專區,並展出四大智慧應用,包含智慧車聯、智慧工廠,智慧辨識與智慧醫療完整方案,現場將偕同子公司與策略夥伴,提供各種成功應用案例,並以情境搭配互動展出方式,具體呈現未來智慧工業的樣貌。 宜鼎2019年的Computex以AIoT為主題,創新推出整合雲端管理iCAP平台、邊際運算TX2平台、與影像辨識軟體的智慧門禁辨識系統,在智慧車聯方面也有車流管理解決方案,另外還有與國內紡織研究所合作的智慧工廠案例,在不同應用的整合度都已近趨完備,同時也能根據各產業的客製化需求,提供多樣的智能化解決方案。 而作為工業嵌入式儲存領導品牌,宜鼎2019年度的亮點產品,是日前已取得美國產品專利的耐燃固態硬碟-Fire Shield SSD,透過獨家研發的三重防護技術,可承受高達800°C焚燒30分鐘之久,未來在極端環境與事故現場,將可做到近似飛航黑盒子等級的資料保護。 宜鼎工業級記憶體模組嚴守工業規格的效能與品質,2019年則最新推出32G高容量與3200MT/s的高速規格,以經過嚴格測試的寬溫,抗硫化和ECC等規格,積極搶攻物聯網全球市場。此外,現場工業級3D NAND SSD系列3TE7與3TG6-P,以及PCIe M.2 Gen.3x4規格產品,是各界詢問度最高的產品,也將順利承接下半年的市場回溫需求。而擴充卡方面,宜鼎的M.2顯示卡可以提供4K UHD和FHD,這款微型顯卡採用板載DDR3 IC,專為空間受限的物聯網應用而量身定制,應用廣泛早已備受市場關注。
0

AI應用推陳出新 賽靈思力轉靈活彈性平台發展

人工智慧(AI)快速成長,生活智慧化的變遷顯而易見,而要如何在變化多端AI市場中搶占商機,對此,FPGA供應商賽靈思(Xilinx)認為,面對AI的迅速發展,未來已不能倚靠單一架構滿足所有應用需求;且傳統的硬體設計方式及設計週期漸漸趕不上AI演算法(如深度學習、機器學習等)的推陳出新,因此,必須藉由靈活、彈性的平台架構才能滿足AI應用需求。 賽靈思大中華區業務副總裁唐曉蕾表示,AI興起,未來萬物互連、智慧生活的變化十分明顯。同時,各種以AI為基礎的商業模式迅速增加,例如監控、交通、醫療、工業等。 唐曉蕾說明,由此可見,AI應用相當多樣化,且屬性多不相同。也因此,在資料、記憶體結構、效能和精度上等方面都會出現客製化需求。以精度為例,有些應用需要99%甚至是99.9999%的精度,但有些應用則需97%的精度便已足夠。然而,97%和99%的精度雖然只差2%,但在運算資源需求上卻有著相當大的差異,因為要提升精度,須花費相當大的人力、物力和時間。也因此,在AI應用朝多元發展的態勢之下,為使運算時間、資源更有效率,應用業者不再只朝「最好」、「最強」發展,而是朝「最適合」,客製化需求由此而來,也因此,需要更彈性、靈活的設計平台。 賽靈思全球人工智慧市場資深技術專家張帆也指出,AI商業應用迅速增加,資料量以指數型成長,現有的運算架構已不敷使用。另外,由於各式AI創新應用不斷展露,也因此AI相關的訓練與推論呈現百花齊放的狀況,可說平均兩個星期到一個月就有一個全新的演算法提出,因此,更需要新一代具高效能、且彈性靈活的架構來因應這此一狀況,滿足AI演算法和應用。 為此,賽靈思便積極轉型,將自身定位成靈活、彈性的系統平台供應及服務業者,而不再只是單純的可編程技術/硬體供應商,例如之前所發布的Versal ACAP平台便是其中一個例子。 唐曉蕾透露,Versal字面上是由Variety與Universal組合而成,希望在技術與應用上可以兼顧多樣性與通用性。賽靈思未來的目標是打造靈活應變、萬物智慧的AIoT世界,而該平台具備括靈活可配置、可編程、高效能、低功耗的晶片架構設計等特性;同時可靈活支援低位元運算,提供端到端、低延遲運算,並擁有可拓展性的產品系列,有助於開發各種創新應用。該產品預計將在2019年第四季提供樣品,2020年初正式量產,期能藉此加速新興AI應用發展,實現在六個月內完成原型驗證,一年內產品上市的目標。
0

研華舉辦嵌入式設計論壇備戰AIoT新勢力

研華公司近日在物聯網園區以「備戰AIoT新勢力、搶攻轉型大商機」為主題,舉辦2019研華嵌入式設計論壇。會中除展現研華新一代物聯網與嵌入式解決方案,也邀請到台灣人工智慧學校執行長陳昇瑋親臨現場,以及Intel,以AI開發者角度與人才培訓等不同角度,分享最新研華在AI解決方案的佈局及台灣產業的商機。除此之外,今年更邀請台灣10家策略夥伴包含東正、聯合再生能源、奕瑞科技、日威、鐵雲等夥伴整合研華WISE-PaaS 軟體平台展示垂直領域應用。 研華台灣區營運處副總經理林其鋒指出,今年為研華舉辦嵌入式設計論壇的第十年,研華過去專精於硬體及平台事業,而近年來更由組織內部向外推進轉型動能。最新的研華AI解決方案更從模組到軟體,人工智慧的第一階段發展至深度學習技術可讓AI辨識準確率從以往的70%大大提升至99%。而在AI技術逐漸成熟,研華了解在這樣巨大變化的科技浪潮,集結眾人之力解決眾人之痛點才能引領企業進入下一個浪潮!因此,企業只要有轉型的決心,研華絕對是幫助台灣企業轉型到更高的價值鏈最堅強的夥伴!台灣人工智慧學校陳昇瑋執行長對此亦表示,人工智慧泛指能讓電腦能智能運作方式,台灣目前處於第三波人工智慧階段,也就是著重機器學習及深度學習。而人工智慧能完整落地邊緣運算絕對是很重要的關鍵,這也正是研華的強項。 為因應AIoT世代來臨,在本次活動中邀請各產業專家分享最新AI趨勢與技術,並透過策略夥伴及系統整合商現身說法與研華的合作模式,並發表研華AI邊緣運算軟硬體整合方案。其中,研華推出首款 VEGA-300邊緣人工智能加速卡,搭載Intel最新Movidius Myriad X VPU及OpenVINO工具包,並整合研華獨家開發的Edge AI Suite軟體,提供最佳效能功耗比的AI邊緣運算解決方案,VEGA-300系列提供M.2及miniPCIe主流介面,客戶可快速整合至其嵌入式平台應用,加速應用於視覺領域的邊緣推理計算,包括無人機、醫療診斷、零售等領域。此外,本次活動也邀請了鐵雲科技與宏遠興業等夥伴,分享AI在影像監控、防闖,以及傳統紡織廠的AOI等落地應用案例,與產業對接! 迎接萬物互聯時代到來,物聯網技術與應用為近年產業熱門議題,而2020年預估為全球5G正式商轉年,未來物聯網的預期聯網規模將大幅超越過去的人聯網,每平方公里網路節點甚至高達100萬個。低功耗廣域網路(Low Power Wide Area Network, LPWAN)具有長距離、低耗電量、易佈建特特性,將是早期應用落地的切入點。為符合不同應用及平台需求,研華提供各種NB-IoT解決方案以協助各種物聯網應用的開發,在快速布建需求下,研華提供M2.COM規範,配搭豐富的I/O 與Arm Cortex-M4 CPU的WISE1500無線模組系列產品,達到數據安全與有效延長電池壽命。同時亦專注於端到雲的整體解決方案,提供包含Arm與x86平台的物聯網閘道器,可配搭研華嵌入式無線模組,以滿足不同市場無線需求,並提供不同的開發套件與串接Arm Pelion雲端服務,讓客戶可以快速架構產品與案件,以驗證其應用進而遠程管理所有設備。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -