Si seulement il avait un cerveau
L’intelligence artificielle en périphérie
Dans les applications d’IA en périphérie, ne pas être le premier est hors de question – « presque à temps » n’est pas une option. Les performances en périphérie, cependant, ne sont pas la seule considération de conception à prendre en compte. Ces systèmes complexes nécessitent également d’être efficaces en termes d’alimentation, des facteurs de forme discrets, des périphériques et, surtout, la capacité de suivre l’évolution rapide des modèles et des cadres d’IA. Les plateformes et solutions adaptatives de Xilinx permettent aux développeurs de répondre à toutes ces exigences difficiles avec un seul appareil.
Avec Xilinx, la latence en périphérie n’est pas un problème. Xilinx permet une accélération matérielle optimisée de l’inférence de l’IA et d’autres fonctions critiques en termes de performances en couplant étroitement des accélérateurs personnalisés dans un dispositif en silicium à architecture dynamique. Cela offre des performances applicatives de bout en bout nettement supérieures à celles d’un accélérateur d’IA à architecture fixe comme un GPU. Avec un GPU, les autres fonctions critiques de l’application doivent toujours s’exécuter dans le logiciel, sans les performances ou l’efficacité d’une accélération matérielle personnalisée.
La reprogrammabilité est au cœur de toute la technologie de Xilinx. De nouvelles structures et couches dans les modèles d’IA sont constamment introduites. Avec le silicium adaptatif, Xilinx permet de mettre à jour les architectures spécifiques à un domaine, en optimisant les modèles les plus récents sans besoin de nouveau silicium. Cependant, les ASIC et les ASSP ont des architectures fixes avec de longs cycles de développement qui ne peuvent tout simplement pas suivre la vitesse de l’IA.
Le traitement en périphérie est essentiel dans la plupart des applications d’usines, d’hôpitaux et de ville intelligente, où la latence et le déterminisme ont un impact significatif sur les revenus. Éviter les temps d’arrêt inattendus des machines, avoir des temps d’attente/d’examen/de diagnostic plus courts pour les patients et un traitement plus rapide dans des environnements très demandeurs, comme un événement sportif, sont tous directement liés à l’efficacité, à la productivité et, en fin de compte, aux bénéfices. De plus, dans les applications intelligentes telles que l’automatisation d’usine, les données ont une durée de vie limitée. Plus les données peuvent être consommées en temps réel, plus les données sont exploitables.
Il a été prouvé que la technologie adaptative de Xilinx surpasse les offres de ses concurrents en termes de réduction de la latence, d’efficacité énergétique et de performances d’inférence d’IA. Xilinx propose également la seule pile complète de solutions en périphérie axée sur la sécurité fonctionnelle, la vision et le contrôle en temps réel, la mise en réseau industrielle, le Machine Learning, les domaines logiciels à criticité mixte et la cybersécurité robuste ancrée dans une racine matérielle de confiance sans compromettre les performances/la puissance, la fiabilité dans des conditions difficiles et la longévité de l’alimentation.
Des caméras à l’avant aux systèmes de vue panoramique, en passant par les capteurs d’imagerie RADAR et LiDAR, les solutions adaptatives de Xilinx offrent des performances en temps réel extrêmement fiables à faible consommation d’énergie pour les applications automobiles en périphérie. L’architecture adaptable des appareils Xilinx offre la possibilité de paralléliser les opérations dans une logique programmable, en réduisant les fréquences d’horloge par rapport aux GPU et aux processeurs, et en réduisant la consommation d’énergie globale pour offrir une fiabilité et des performances supérieures tout en conservant les enveloppes thermiques automobiles.
Dans le paysage automobile, les applications en périphérie évoluent à un rythme rapide. Xilinx offre la seule solution capable de s’adapter rapidement aux derniers réseaux d’IA, du matériel au logiciel, dans un seul appareil, ce qui signifie qu’il n’est pas nécessaire de passer par plusieurs cycles de conception et de gaspiller des ressources précieuses pour reconcevoir, le cas échéant, avec des solutions ASIC, CPU ou GPU.
Qu’il s’agisse de réagir aux dangers de la route ou de s’assurer que les fonctionnalités automatisées fonctionnent correctement comme prévu, la technologie adaptative de Xilinx est là pour aider les constructeurs automobiles à répondre aux exigences strictes en matière de latence de calcul, de performances, d’efficacité énergétique et d’adaptabilité des capteurs de bord afin de gérer de manière optimale un nombre croissant de scénarios complexes.
1. Webinaire à la demande : Accélération de la maintenance prédictive avec Python et l’IA en périphérie basée sur des réseaux neuronaux
Découvrez comment les systèmes alimentés par Xilinx peuvent intégrer l’intelligence pour maximiser la productivité et réduire les temps d’arrêt dans les usines grâce à la maintenance prédictive. Les solutions d’IA en périphérie de Xilinx basées sur Python et des réseaux neuronaux simplifient la mise en œuvre de la maintenance prédictive accélérée des matériels pour surveiller en permanence les actifs, analyser les données et planifier intelligemment l’entretien pour ces systèmes.
En savoir plus2. Logique programmable : Accélération des applications automobiles
À mesure que les exigences en matière de capacité automobile augmentent, les SoC Zynq UltraScale+ de Xilinx et les chaînes d’outils de support offrent aux concepteurs la possibilité d’atteindre non seulement les performances souhaitées en termes d’informatique en périphérie, mais également la qualité, la sécurité fonctionnelle et la sécurité requises.
En savoir plus3. Guide de sélection de kits MPSoC UltraScale+ Zynq®
Comparez le kit ZCU102 aux autres kits MPSoC Zynq UltraScale+ et SOM disponibles auprès de Xilinx et d’Avnet.
En savoir plus4. Flux Vitis-AI 1.1 pour les plateformes VITIS d’Avnet – Partie 1
Ce guide fournit des instructions détaillées pour cibler les échantillons DNNDK du flux Xilinx Vitis-AI 1.1 pour les plateformes Vitis 2019.2 d’Avnet.
En savoir plus5. Flux Vitis-AI 1.1 pour les plateformes VITIS d’Avnet – Partie 2
Ce guide fournit des instructions détaillées pour cibler les échantillons VART du flux Xilinx Vitis-AI 1.1 pour les plateformes Vitis 2019.2 d’Avnet.
En savoir plus
