Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Industrial Internet of Things >> Teknologi Internet of Things

5 Pertimbangan Utama Saat Memilih Sistem AI Tepi Tertanam untuk Ritel Cerdas

Sementara kemunculan pandemi COVID-19 tidak diragukan lagi telah membentuk perilaku pembelian konsumen, hal itu juga mempercepat tren ritel pra-Covid. Tren seperti pembayaran tanpa kontak dan pengalaman belanja non-tradisional tidak muncul dari pandemi; namun, penggunaannya diperkirakan akan meningkat.

Muncul dari pandemi, pengecer bata-dan-mortir tidak memiliki pilihan selain menanggapi dan memodernisasi strategi ritel mereka atau melanjutkan penutupan toko pra-covid. Tren ini menghadirkan peluang bagi perusahaan perangkat lunak dan penyedia solusi ritel cerdas lainnya yang ingin mengaktifkan pengecer. Perusahaan rintisan perangkat lunak yang menjanjikan seperti Trigo atau Tiliter, dan bahkan raksasa industri Amazon, memungkinkan pengalaman belanja ritel tanpa gesekan melalui visi komputer, tetapi di balik algoritme ini ada perangkat keras yang memungkinkan segalanya.

Ikuti kami saat kami mempelajari pertimbangan utama saat memilih sistem Edge AI tertanam yang ideal untuk lingkungan ritel cerdas.

  1. Jenis Prosesor untuk AI di Edge

Kecerdasan Buatan mendasari segala macam kemampuan, termasuk tetapi tidak terbatas pada, deteksi objek, biometrik, visi komputer, dan banyak lagi. Dan meskipun whitepaper dapat ditulis untuk membahas pro dan kontra dari setiap jenis prosesor, kami akan membahas secara singkat dua jenis prosesor utama yang biasanya dijual oleh produsen tertanam teratas:

CPU

Unit pemrosesan pusat (CPU) umumnya ditemukan di sebagian besar perangkat elektronik dan merupakan prosesor multiguna yang mampu melakukan operasi aritmatika, logika, pengontrolan, dan input/output yang kompleks. Namun, dibandingkan dengan GPU (dari FPGA), arsitektur CPU dioptimalkan untuk pemrosesan serial berurutan melalui jumlah inti berbasis kinerja yang tersedia.

Saat melakukan tugas seperti visi komputer, sejumlah besar data diperlukan untuk diproses secara paralel untuk menganalisis warna, pola, bentuk, dll. Volume data bisa sangat besar, terutama ketika mempertimbangkan beberapa sumber streaming video resolusi tinggi secara bersamaan. Karena alasan ini, GPU dan FPGA berpotensi lebih mampu daripada CPU.

GPU

Unit pemrosesan grafis (GPU) berasal dari kebutuhan rendering grafis berkecepatan tinggi. Belakangan diketahui bahwa jaringan saraf pembelajaran mendalam dapat dilatih dengan GPU NVIDIA, yang menghasilkan peningkatan kinerja yang signifikan. Alasannya adalah karena GPU dirancang dengan sejumlah besar inti paralel, memberikan komputasi paralel untuk pelatihan jaringan saraf dan inferensi AI.

Keterbatasan pada GPU termasuk konsumsi daya yang tinggi (walaupun NVIDIA Jetson SoMs dirancang untuk mengurangi masalah ini), dan meskipun kinerja umumnya lebih baik daripada CPU, mereka mungkin tidak memberikan kinerja sebanyak prosesor ASIC khusus aplikasi, tetapi di mana mereka penggantinya adalah dukungan untuk SDK dan Kerangka Kerja yang tangguh.

  1. Termal

Mungkin salah satu pertimbangan yang paling sedikit disebutkan adalah kinerja termal. Idenya adalah ketika suhu internal sistem naik ke titik tertentu, prosesor akan mencekik dan mengurangi kinerja. Jika casingnya dilengkapi kipas, suara bising yang dihasilkan saat kipas berputar mungkin terlihat dan tidak ideal dalam situasi tertentu.

Meskipun sulit untuk memvisualisasikan kinerja termal pada pandangan pertama, perusahaan akan sering menguji dan membandingkan sistem yang bersaing.

  1. Port IO yang Kaya

Menentukan port IO mana dan jumlah yang diperlukan mungkin tampak sepele, tetapi ini adalah pertimbangan utama lainnya saat memilih sistem tertanam Edge AI. Tetapi sebelum mengambil keputusan cepat, pertama-tama kita harus mempertimbangkan aplikasi dan ukuran lingkungan. Persyaratan toko serba ada akan berbeda dari hypermarket dan supermarket. Jumlah port yang diperlukan akan bertambah seiring dengan ukuran ruang ritel, dan oleh karena itu sistem tertanam perlu mendukung jumlah sensor yang diperlukan ditambah beberapa lagi jika Anda ingin membuktikan solusi di masa mendatang.

Untuk port IO spesifik yang diperlukan, dari pengalaman kami di ruang ritel cerdas, sebagian besar kamera umumnya adalah kamera IP atau USB.

  1. Branding

Sistem tertanam Edge AI mewakili merek perusahaan Anda dan dapat menawarkan kesan yang tak terlupakan. Merek Anda memungkinkan Anda untuk membedakan dari pesaing dan membentuk narasi tentang apa yang diwakili merek Anda. Apakah perangkat terlihat jelas atau tersembunyi di balik panel, akan ideal untuk mencocokkan warna dan desain merek Anda dengan sistem. Lagi pula, apakah Anda benar-benar ingin menunjukkan warna biru atau krem ​​standar pabrikan di atas warna merek Anda sendiri?

  1. Dukungan Tak Tergoyahkan

Tantangan pasti akan muncul di sepanjang siklus hidup proyek AI Anda, terutama saat bekerja dengan SDK atau BSP yang tidak dikenal. Untuk mengatasi rintangan ini dengan cepat, sangat penting untuk memiliki mitra yang berpengetahuan luas yang dapat menawarkan dukungan tepat waktu. Tidak ada yang lebih menyusahkan daripada harus menunggu seminggu untuk mendapatkan tanggapan dari mitra Anda dan berpotensi menunda proyek.

Memilih mitra yang telah terbukti berpengalaman menangani masalah teknis ini dapat menjadi perbedaan antara penerapan yang tepat waktu dan tertunda. Selain itu, hubungan antara pembuat chip dan mitranya bervariasi tergantung pada tingkat kemitraan, sehingga memengaruhi kecepatan respons yang dapat Anda harapkan dari mitra perangkat keras Anda. Misalnya, mitra NVIDIA Elite dapat menyelesaikan masalah Anda dalam beberapa hari, sedangkan mitra NVIDIA Preferred mungkin memerlukan waktu seminggu.

Jadi bagaimana cara kerjanya dalam praktik?

Jadi, setelah kita memiliki pemahaman dasar tentang pertimbangan untuk memilih sistem tertanam Edge AI, mari kita lihat cara kerjanya dalam praktik.

Untuk situasi di mana ruang ritel pelanggan target adalah toko serba ada yang ingin memungkinkan pengalaman berbelanja tanpa gesekan dengan tiga kamera IP yang ada, Anda dapat mempertimbangkan sistem Edge AI seperti NX215B AVerMedia, yang mencakup modul NVIDIA® Jetson Xavier™ NX. Prosesor multicore dengan inferensi tinggi ini mendukung banyak sensor sekaligus hemat daya.

Sistem tertanam mencakup sejumlah port Ethernet (selain HDMI, USB3.0, dan konektor 20pin), SSD, dan WiFi, sambil mempertahankan tapak kecil, ideal untuk ruang ritel yang lebih kecil. Dan sebagai mitra NVIDIA Elite, dukungan mereka dijamin tepat waktu untuk segala ketidaknyamanan yang mungkin timbul.

Tentu saja, jika Anda membutuhkan warna bermerek hijau neon terang, saya yakin mereka juga dapat menyesuaikannya untuk Anda.

Jeremy Juan, Manajer Pemasaran Senior AVerMedia, memiliki pengalaman luas dalam berbagai aspek industri IPC, termasuk AI tepi tertanam dan komputasi kasar, selama bertahun-tahun di perusahaan-perusahaan besar industri. Dia secara pribadi mengarahkan dan melaksanakan peluncuran sejumlah produk unggulan pemenang penghargaan ke pasar global utama


Teknologi Internet of Things

  1. Mengapa komputasi tepi untuk IoT?
  2. 3 Pertimbangan Penting untuk Memilih Solusi Pelacakan Aset Terbaik
  3. Axiomtek:sistem tertanam ultra ringkas tanpa kipas untuk komputasi tepi
  4. Semuanya bisa menjadi pintar:Ciri-ciri utama kota pintar terbaru – Bagian 1
  5. Manfaat Edge Computing untuk AI Crystallizing
  6. 10 Pertimbangan Saat Merencanakan Perangkat Lunak ERP
  7. Pertimbangan Utama yang Harus Dilakukan Saat Menggunakan Teknologi Penggilingan CNC untuk Pemesinan Baja Keras
  8. Solusi Sederhana untuk Sistem Otomasi Lama
  9. Edge Computing Meningkatkan Ritel Dalam Toko
  10. 6 Pertimbangan Saat Memilih Kopling