Xilinx SOM menargetkan adopsi edge AI dan visi tertanam yang lebih luas
Xilinx telah mengambil langkah besar untuk memungkinkan adopsi pasar yang lebih luas dari kecerdasan buatan (AI) dan terutama visi yang tertanam dengan memasuki pasar sistem pada modul (SOM), lengkap dengan tumpukan perangkat lunak yang dibuat sebelumnya dan toko aplikasi dengan siap pakai aplikasi yang telah ditentukan sebelumnya.
Produk pertama dalam portofolio baru SOM perusahaan adalah Kria K26 SOM, yang secara khusus menargetkan aplikasi AI vision di kota pintar dan pabrik pintar, bersama dengan kit pengembangan berbiaya rendah yang siap pakai, Kria KV260 AI vision. paket pemula. Perusahaan mengatakan sedang mengatasi meningkatnya kompleksitas dalam visi AI serta tantangan untuk menerapkan AI di ujung tombak. Oleh karena itu, Kria K26 SOM dijual seharga $250 untuk versi kelas komersial, atau $350 untuk varian kelas industri.
Xilinx mengatakan bahwa visi AI saat ini sangat kompleks, dengan banyak pengembang yang belum tentu memiliki keahlian tingkat perangkat keras. Jadi, dengan naik ke tingkat abstraksi yang lebih tinggi, dengan platform perangkat keras yang telah dibuat sebelumnya dengan tumpukan perangkat lunak standar industri ditambah pustaka aplikasi, ini memungkinkan jutaan pengembang perangkat lunak lainnya untuk mengakses kemampuan AI tanpa memerlukan keahlian desain tingkat chip.
Ini adalah bagian dari pengalaman pengembangan Kria:untuk menyediakan jalur mandiri untuk eksplorasi, desain, dan akhirnya penyebaran produksi melalui serangkaian sumber daya online yang luas. Penggemar, pembuat, dan pengembang komersial dapat mempercepat melalui setiap fase siklus desain dengan video tutorial, kursus pelatihan, dan ekosistem penyedia yang luas yang menawarkan aplikasi yang dipercepat, layanan desain, dan banyak lagi.
Untuk tujuan ini, perusahaan mengatakan telah banyak berinvestasi dalam aliran alatnya untuk membuat komputasi adaptif lebih mudah diakses oleh AI dan pengembang perangkat lunak tanpa keahlian perangkat keras. Portofolio Kria SOM membawa aksesibilitas ini ke tingkat berikutnya dengan menggabungkan platform perangkat keras dan perangkat lunak dengan aplikasi akselerasi visi siap produksi. Aplikasi turnkey ini menghilangkan semua pekerjaan desain perangkat keras FPGA dan hanya memerlukan pengembang perangkat lunak untuk mengintegrasikan model AI kustom, kode aplikasi, dan secara opsional memodifikasi saluran visi – menggunakan lingkungan desain yang sudah dikenal, seperti kerangka kerja TensorFlow, Pytorch atau Café, serta C , C++, OpenCL, dan bahasa pemrograman Python—diaktifkan oleh platform dan perpustakaan pengembangan perangkat lunak terpadu Vitis.
Kria SOMs baru juga memungkinkan kustomisasi dan pengoptimalan untuk pengembang tertanam dengan dukungan untuk PetaLinux berbasis Yocto standar dan, untuk pertama kalinya, Xilinx mengumumkan kolaborasi yang akan datang dengan Canonical untuk memberikan dukungan Ubuntu Linux, distribusi Linux yang sangat populer yang digunakan oleh AI pengembang. Ini menawarkan keakraban yang luas dengan pengembang AI dan interoperabilitas dengan aplikasi yang ada. Pelanggan dapat berkembang di kedua lingkungan dan mengambil salah satu pendekatan untuk produksi. Kedua lingkungan akan dilengkapi dengan infrastruktur perangkat lunak dan utilitas yang berguna.
“Untuk aplikasi visi cerdas, pengembang dan inovator menginginkan pengalaman Ubuntu yang biasa mereka gunakan dari cloud ke desktop,” kata Thibaut Rouffineau, wakil presiden pemasaran, Canonical/Ubuntu. “Bersama dengan Xilinx, kami senang dapat memberikan kepada pelanggan Kria SOM produktivitas yang luar biasa, transisi tanpa hambatan dari pengembangan ke produksi, dan stabilitas serta keamanan yang terjamin di lapangan.”
Hemat waktu pengembangan 9 bulan untuk menambahkan AI
Pengenalan modul dan aplikasi yang siap diterapkan adalah bagian dari tren yang berkembang untuk menghilangkan misteri dari penyematan edge AI dan vision AI dan membuatnya dapat diakses oleh pasar akhir yang lebih luas.
Menurut analis teknologi visi komputer tertanam Jeff Bier, tidak setiap perusahaan memiliki departemen pembelajaran mesin atau visi komputer, yang mengakibatkan kesenjangan pengetahuan dan keterampilan yang besar dalam hal penerapan edge AI. Bier, yang merupakan pendiri Edge AI dan Vision Alliance yang akan mengadakan pertemuan puncak visi tertanam 2021 bulan depan, menjelaskan dalam briefing baru-baru ini dengan embedded.com bahwa semakin banyak vendor berusaha untuk membuat teknologi dapat diakses.
Sebagai contoh, katanya, tidak banyak perusahaan yang memiliki sumber daya atau keterampilan untuk mengoperasikan jaringan saraf dalam (DNN) pada data yang mereka ambil dari kamera. Oleh karena itu, katanya, banyak perusahaan semikonduktor juga menawarkan lebih banyak desain referensi perangkat lunak.
Dalam jumpa pers di acara peluncuran untuk SOM baru, Chetan Khona, direktur industri, visi dan perawatan kesehatan di Xilinx, mengatakan, “Sistem siap produksi penting untuk penyebaran cepat [of embedded vision AI]. Pelanggan dapat menghemat waktu pengembangan hingga sembilan bulan dengan menggunakan desain berbasis modul daripada desain berbasis perangkat.” Dia menambahkan bahwa dengan starter kit, pengguna dapat memulai dalam waktu satu jam, “tanpa perlu pengalaman FPGA.” Dalam hal ini, pengguna menghubungkan kamera, kabel dan monitor, memasukkan kartu microSD terprogram dan menyalakan papan; lalu pengguna dapat memilih aplikasi yang dipercepat pilihannya, dan menjalankan aplikasi yang dipercepat tersebut.
Seorang eksekutif senior Xilinx, Kirk Saban, mengatakan, “Masuknya Xilinx ke pasar SOM yang sedang berkembang dibangun di atas evolusi kami di luar bisnis tingkat chip yang dimulai dengan papan Alveo kami untuk pusat data dan berlanjut dengan pengenalan solusi tingkat papan lengkap untuk sistem tertanam. Saban, wakil presiden, pemasaran produk dan platform di Xilinx, menambahkan, “Portofolio Kria SOM memperluas jangkauan pasar kami ke aplikasi yang lebih canggih dan akan membuat kekuatan perangkat keras yang dapat disesuaikan dapat diakses oleh jutaan pengembang perangkat lunak dan AI.”
Kria K26 SOM dibangun di atas arsitektur Zynq UltraScale+ MPSoC, yang menampilkan prosesor Quad-core Arm Cortex A53, lebih dari 250.000 sel logika, dan codec video H.264/265. SOM juga dilengkapi memori DDR4 4GB dan 245 IO, yang memungkinkannya beradaptasi dengan hampir semua sensor atau antarmuka. Xilinx mengatakan dengan 1,4 tera-ops komputasi AI, Kria K26 SOM memungkinkan pengembang untuk membuat aplikasi visi AI yang menawarkan kinerja lebih dari 3X lebih tinggi pada latensi dan daya yang lebih rendah dibandingkan dengan SOM berbasis GPU, penting untuk aplikasi visi cerdas seperti keamanan, lalu lintas dan kamera kota, analitik ritel, visi mesin, dan robotika yang dipandu visi.
Sebagai bagian dari pendekatan baru dalam menawarkan aplikasi yang dipercepat untuk desain berbasis perangkat lunak, Xilinx juga mengumumkan toko aplikasi tertanam pertama untuk aplikasi edge. Membangun di luar katalog aplikasi Alveo untuk pusat data, toko aplikasi Xilinx sekarang menawarkan kepada pelanggan berbagai pilihan aplikasi untuk Kria SOM dari Xilinx dan mitra ekosistemnya. Lebih lanjut Khona menjelaskan, “Kami sedang membangun perpustakaan aplikasi. App store belum otomatis, jadi Anda perlu menghubungi vendor IP [jika dari mitra ekosistem].” Ketersediaan aplikasi dari Xilinx secara langsung adalah aplikasi akselerasi open source, disediakan tanpa biaya, dan berkisar dari pelacakan kamera pintar dan deteksi wajah hingga pemrosesan bahasa alami dengan penglihatan cerdas.
Xilinx menyoroti beberapa aplikasi awal yang telah menggunakan Kria SOM. Ini termasuk Kutleng Engineering Technologies, yang mampu menyebarkan kamera pelacak untuk keamanan satwa liar di Afrika Selatan. Kutleng mengatakan dapat mempercepat peluncuran beberapa produk baru hanya dalam waktu dua bulan, menggunakan fungsi penglihatan yang tersedia melalui aplikasi akselerasi Xilinx. Selain itu, Optimized Solutions Limited di India menerapkan visi berbasis AI untuk deteksi, pengenalan, dan identifikasi multi-objek untuk aplikasi kota pintar menggunakan Kria SOM.
