엣지 AI를 위한 FPGA, NPU 및 임베디드 Linux 기술.

이 플랫폼은 인터페이스, 결정론적 사전 처리, 가속 추론, 애플리케이션 소프트웨어, 보호된 전원 및 검증 가능한 생산 하드웨어 등 센서에서 결정까지의 완전한 체인을 중심으로 구성되어 있습니다.

컴퓨팅 아키텍처

각 워크로드를 올바른 컴퓨팅 리소스에 할당합니다.

성능은 하나의 프로세서 벤치마크가 아닙니다. 데이터 이동, 마감일, 소프트웨어 지원, 열 한계 및 복구 동작입니다.

사용자 정의 I/O, 센서 타이밍, 결정론적 필터 및 병렬 사전 처리.

데이터 소스에 가까운 효율적인 신경망 추론 지원.

임베디드 Linux, 네트워킹, 스토리지, 애플리케이션 서비스 및 오케스트레이션.

제어, 감독, 안전 모니터 및 결정론적 장치 관리.

인터페이스 및 동기화

카메라, 관성, 진동, CAN 및 직렬 스트림은 커넥터 이상의 요구 사항을 요구합니다. 전기 보호, 종료, 공유 클럭, 타임스탬프, 버퍼링 및 보정은 애플리케이션이 데이터를 신뢰할 수 있는지 여부를 결정합니다.

소프트웨어 플랫폼

BSP 및 애플리케이션 작업은 정의된 부트 체인, 장치 구성 및 진단 전략으로 시작됩니다. Linux, RTOS 및 혼합 아키텍처는 기본값으로 사용되는 대신 워크로드에서 선택됩니다.

파워와 견고한 디자인

광범위한 입력 변환, 전도된 과도기, 열 전달, 커넥터 보존, 침입 및 EMI는 아키텍처 제약 조건으로 취급됩니다. 인클로저는 열 및 전기 시스템의 일부입니다.

더 알아보기

엔지니어링 노트

로컬 처리를 위한 자율 시스템의 대기 시간, 데이터 동작, 이미지 콘텐츠 및 통합 장단점을 기준으로 이벤트 기반 및 프레임 기반 비전을 비교합니다.

엔지니어링 노트

대기 시간, 전력 및 소프트웨어 요구 사항에 따라 FPGA, NPU, MPU 및 MCU 리소스 전반에 걸쳐 Edge AI 워크로드를 분할하는 방법에 대한 실용적인 가이드입니다.

엔지니어링 노트

로컬 처리를 위한 견고한 팬리스 컴퓨터에 대한 엔지니어링 고려 사항: 전력 과도 현상, 열 경로, 커넥터, EMI, 소프트웨어 및 생산 테스트.