Progettare un semplice dispositivo Internet of Things (IoT) basato su sensori non è difficile, ma costruire un dispositivo IoT con capacità di elaborazione edge machine learning (ML) è una questione completamente diversa.La serie di processori dedicati, le schede di sviluppo e il software di accompagnamento lanciati da NXP Semiconductors mirano a risolvere le sfide chiave in termini di funzionalità, prestazioni e sviluppo,contribuire a implementare più rapidamente funzioni di intelligenza artificiale (IA) avanzata e complesse in applicazioni industriali e IoT.
I progettisti hanno iniziato a utilizzare soluzioni AI all'avanguardia in grado di eseguire inferenze ML su dispositivi a bassa potenza senza fare affidamento su risorse cloud.analisi dei modelli dei dati dei sensori, e il rilevamento di oggetti di base può essere generalmente gestito da processori ad alta efficienza energetica che eseguono modelli ML (costruiti utilizzando strumenti e framework di ottimizzazione del modello).le strozzature sorgono quando si tenta di espandere le risorse del processore per gestire problemi più complessi, in particolare quelle che richiedono una risposta in tempo reale o quasi reale.
Come i processori multi-core accelerano significativamente l'inferenza ML
NXP Semiconductors, con i suoi processori di applicazioni della serie i.MX 93, può facilmente affrontare le sfide funzionali e di prestazioni di questi nuovi progetti di AI edge in tempo reale (Figura 1).
Figura 1: Il processore di applicazioni i.MX 93 integra risorse di elaborazione, sistemi di sicurezza, memoria e una gamma completa di orologi, timer, opzioni di connessione e interfacce,gettare le basi per la progettazione di AI all'avanguardia. (Fonte immagine: NXP Semiconductors)
Questa serie di processori integra ricche funzionalità, tra cui multimediale, archiviazione, interfacce e opzioni di connessione e combina risorse di elaborazione accattivanti:
Fino a due core di processore di applicazioni Arm Cortex-A55 ad alte prestazioni per attività di elaborazione di applicazioni basate su Linux
Una piattaforma Arm Cortex-M33 a bassa potenza per l'elaborazione del controllo in tempo reale a bassa latenza
Un'unità di elaborazione neurale (NPU) Arm Ethos-U65 per l'esecuzione efficiente dell'inferenza ML
L'Enclave Secure EdgeLock (ESE) integrato di NXP fornisce una base di fiducia per l'avvio sicuro e la gestione delle chiavi, la crittografia in tempo reale e altre funzionalità necessarie per proteggere le applicazioni edge
Sfruttando le capacità di questi processori, le applicazioni AI di grandi dimensioni possono essere suddivise in più parti facilmente gestibili:Le NPU assumono i compiti computazionali degli algoritmi di rete neurale densa, riducendo il carico sui core Cortex-A55 ed evitando la preemption delle loro risorse di codice applicativo in esecuzione.il nucleo Cortex-M33 continua a concentrarsi sull'elaborazione di compiti a bassa latenza come l'acquisizione di dati da sensori o il controllo dei processi, mentre l'ESE incorporato garantisce la sicurezza del sistema, il codice software e i dati critici durante l'intero processo.Il seguente introdurrà la capacità di NPU di scaricare l'inferenza di apprendimento automatico dal nucleo Cortex-A55, che è un supporto chiave per raggiungere applicazioni di AI edge reattive in tempo reale.
Come le schede di sviluppo hardware e software accelerano lo sviluppo di applicazioni
Anche se la funzionalità e le prestazioni del processore sono cruciali,lo sviluppo efficiente di applicazioni di AI edge si basa maggiormente sulla capacità di cogliere rapidamente le caratteristiche del processore e creare rapidamente software efficaciLa scheda di sviluppo FRDM-IMX93 di NXP (Figura 2), combinata con le risorse di sviluppo software che l'accompagnano, può fornire tutto il necessario per iniziare a creare applicazioni.