Hätte es nur ein Gehirn
Künstliche Intelligenz am Netzwerkrand
Bei Edge-KI-Anwendungen gibt es keinen Platz für Zweitplatzierte – fast rechtzeitig ist keine Option. Leistung am Netzwerkrand ist jedoch nicht die einzige Designüberlegung. Diese komplexen Systeme erfordern auch Energieeffizienz, diskrete Formfaktoren, Peripheriegeräte und vor allem die Fähigkeit, mit sich schnell entwickelnden KI-Modellen und Frameworks Schritt zu halten. Die adaptiven Plattformen und Lösungen von Xilinx ermöglichen es Entwicklern, all diesen anspruchsvollen Anforderungen in einem einzigen Gerät gerecht zu werden.
Mit Xilinx ist Latenz am Netzwerkrand kein Problem. Xilinx ermöglicht eine optimierte Hardware-Beschleunigung sowohl der KI-Inferenz als auch anderer leistungskritischer Funktionen durch die enge Kopplung spezieller Beschleuniger in einem Chip-Baustein mit dynamischer Architektur. Dies liefert eine End-to-End-Anwendungsleistung, die deutlich über einem KI-Beschleuniger mit fester Architektur wie einer GPU liegt. Bei einer GPU müssen die anderen leistungskritischen Funktionen der Anwendung noch in Software laufen, ohne die Leistung oder Effizienz einer speziellen Hardwarebeschleunigung.
Die Umprogrammierbarkeit ist ein zentrales Merkmal der gesamten Technologie von Xilinx. In KI-Modellen werden ständig neue Strukturen und Schichten eingeführt. Dank adaptiver Chips ermöglicht Xilinx die Aktualisierung domänenspezifischer Architekturen durch Optimierung auf die neuesten Modelle, ohne dass neue Chips benötigt werden. ASICs und ASSPs verfügen jedoch über feste Architekturen mit langen Entwicklungszyklen, die einfach nicht mit der Geschwindigkeit von KI Schritt halten können.
Die Verarbeitung am Netzwerkrand ist in den meisten Fertigungs-, Krankenhaus- und Smart City-Anwendungen von entscheidender Bedeutung, da Latenz und Determinismus erhebliche Auswirkungen auf den Umsatz haben. Die Vermeidung unerwarteter Maschinenstillstände, kürzere Warte-/Untersuchungs-/Diagnosezeiten für den Patienten und eine schnellere Verarbeitung in anspruchsvollen Settings wie etwa bei einem Sportereignis sind direkt an Effizienz, Produktivität und letztendlich an Geld gekoppelt. Auch in intelligenten Anwendungen wie der Fertigungsautomation haben Daten eine Haltbarkeitsdauer. Je mehr Daten in Echtzeit verarbeitet werden können, desto nutzbarer sind die Daten.
Die adaptive Technologie von Xilinx übertrifft nachweislich die Angebote von Wettbewerbern in Bezug auf Latenzreduzierung, Energieeffizienz und KI-Inferenzleistung. Xilinx bietet auch den einzigen umfassenden Edge-Lösungsstack, der sich auf funktionale Sicherheit, Vision und Steuerung in Echtzeit, industrielle Vernetzung, maschinelles Lernen, Software-Domänen mit verschiedener Kritikalität und robuste Cybersicherheit, die in einer Hardware-Root-of-Trust verankert sind, konzentriert, ohne Kompromisse bei Leistung/Watt, Zuverlässigkeit unter rauen Bedingungen und Langlebigkeit der Bereitstellung einzugehen.
Von vorwärts gerichteten Kamera- und Rundumsicht-Systemen bis hin zu bildgebenden RADAR- und LiDAR-Sensoren bieten die adaptiven Lösungen von Xilinx eine äußerst zuverlässige Echtzeitleistung bei geringem Stromverbrauch für Kfz-Edge-Anwendungen. Die anpassungsfähige Architektur der Geräte von Xilinx bietet die Möglichkeit, den Betrieb in programmierbarer Logik zu parallelisieren, die Taktraten im Vergleich zu GPUs und CPUs zu reduzieren und den Gesamtstromverbrauch zu senken, um eine höhere Zuverlässigkeit und Leistung zu bieten, während die thermischen Kfz-Grenzen eingehalten werden.
In der Kfz-Landschaft entwickeln sich Edge-Anwendungen immer noch in einem rasanten Tempo. Xilinx bietet die einzige Lösung, die sich schnell an die neuesten KI-Netzwerke von der Hardware bis zur Software in einem einzigen Gerät anpassen kann, was bedeutet, dass keine kostbaren Designzyklen und Ressourcen verschwendet werden müssen, um sie ggf. mit ASIC-, CPU- oder GPU-basierten Lösungen neu zu entwerfen.
Ob es darum geht, auf Gefahren auf der Straße zu reagieren oder sicherzustellen, dass automatisierte Funktionen wie erwartet reibungslos funktionieren, die adaptive Technologie von Xilinx hilft Automobilherstellern, strenge Anforderungen an Rechenlatenz, Leistung, Stromversorgungseffizienz und Anpassungsfähigkeit für Edge-Sensoren zu erfüllen, um eine wachsende Anzahl komplexer Szenarien optimal zu bewältigen.
1. On-Demand-Webinar: Beschleunigung der vorausschauenden Wartung mit Edge-KI auf Basis von Python und neuronalen Netzen
Erfahren Sie, wie Xilinx-basierte Systeme Intelligenz integrieren können, um die Produktivität zu maximieren und Ausfallzeiten in der Fertigung durch vorausschauende Wartung zu reduzieren. Die Edge-KI-Lösungen von Xilinx auf Basis von Python und neuronalen Netzen vereinfachen die Implementierung von hardwarebeschleunigter vorausschauender Wartung, um Assets kontinuierlich zu überwachen, Daten zu analysieren und den Service für diese Systeme intelligent zu planen.
Weitere Informationen2. Programmierbare Logik: Beschleunigung von Kfz-Anwendungen
Mit steigenden Anforderungen an die Kfz-Fähigkeit bieten SOCs der Baureihe Xilinx Zynq UltraScale+ und unterstützende Toolchains Entwicklern die Möglichkeit, nicht nur die gewünschte Leistung für Edge Computing, sondern auch die erforderliche Qualität, funktionale Sicherheit und den notwendigen Schutz zu erzielen.
Weitere Informationen3. Auswahlhilfe für das Zynq UltraScale+-MPSoC-Kit
Sehen Sie einen Vergleich des Kits ZCU102 mit anderen Zynq UltraScale+-MPSoC-Kits und SOMs von Xilinx und Avnet.
Weitere Informationen4. Vitis-AI 1.1-Flow für Avnet VITIS-Plattformen – Teil 1
Diese Anleitung enthält detaillierte Anweisungen zum Targeting der DNNDK-Muster des Xilinx Vitis-AI 1.1-Flow für Avnet Vitis 2019.2-Plattformen.
Weitere Informationen5. Vitis-AI 1.1-Flow für Avnet VITIS-Plattformen – Teil 2
Diese Anleitung enthält detaillierte Anweisungen zum Targeting der VART-Muster des Xilinx Vitis-AI 1.1-Flow für Avnet Vitis 2019.2-Plattformen.
Weitere Informationen
