NXP Mempercepat Edge AI dengan eIQ Toolkit
Pionir internet Robert Metcalfe terkenal karena bersama-sama menciptakan Ethernet, mendirikan 3Com, dan merumuskan Hukum Metcalfe, yang berpendapat bahwa nilai sebuah jaringan berkaitan dengan kuadrat dari jumlah perangkat yang terhubung. Sementara kritikus memperingatkan bahwa hukum itu membantu menggebolah gelembung dot-com akhir tahun 1990, ia tetap menjadi kerangka kerja yang berguna untuk menilai nilai jaringan IoT, media sosial, dan kriptovaluta. Metcalfe sendiri telah menyebutkan kesulitan mengukur "keterhubungan" dan potensi diseconomi setelah sebuah jaringan melewati massa kritis.
Seiring berkembangnya pasar IoT, membuka nilai bergantung pada berbagi data yang optimal sambil mengurangi "digital exhaust." Geoff Lees, senior vice president NXP, menyoroti bahwa nilai ekonomi sebenarnya dari sebuah jaringan hanya terwujud ketika setiap perangkat dapat bertukar data dengan aman. Pemrosesan yang berpusat pada cloud, meski nyaman, tidak selalu dapat dilakukan—terutama untuk aplikasi industri dan otomotif yang menuntut latensi rendah dan keandalan tinggi.
Untuk mengatasi hal ini, NXP memperkenalkan Edge Intelligence Environment (eIQ), toolkit machine learning yang mendukung TensorFlow Lite, Caffe2, dan kerangka kerja jaringan saraf lainnya. eIQ memungkinkan inferensi di perangkat untuk kasus penggunaan seperti pengenalan suara, visi komputer, dan deteksi anomali, secara efektif mengagregasi pengetahuan jaringan di edge.
“Dengan memasang model inferensi secara lokal, kita mempertahankan nilai data jaringan dan mengurangi latensi,” menjelaskan Lees. NXP berencana untuk terus meningkatkan daya pemrosesan edge dengan setiap generasi semiconductor sambil menekankan keamanan, pemrosesan data, dan penyimpanan lokal. Mantra perusahaan—“secure, aware, and connected”—mencerminkan evolusi ini.
Aplikasi praktis eIQ mencakup sistem visi komputer yang mendeteksi apakah pekerja industri memakai helm, mengidentifikasi operasi mesin yang tidak aman, atau menandai masalah keselamatan lainnya. Dalam skenario yang krusial untuk keselamatan, latensi mengirim data ke cloud tidak dapat diterima.
Markus Levy, Kepala AI NXP, menekankan bahwa menyediakan kemampuan komputasi edge dan machine learning harus se mudah memasang komponen. NXP juga menyediakan perangkat keras dan lunak yang menjadikan keamanan plug-and-play, dan sedang mengembangkan “cookbook” yang memandu pelanggan melalui penerapan TensorFlow dan kerangka kerja ML lainnya.
Biaya masih menjadi hambatan. Gowri Chindalore, strategi solusi tertanam terkemuka NXP, mencatat bahwa banyak pelanggan kesulitan menghitung biaya sistem yang diperlukan untuk mencapai pengalaman pengguna yang diinginkan. eIQ menawarkan jalur hemat biaya dengan memungkinkan pelanggan menentukan target performa—seperti latensi inferensi—dan menerima panduan tentang prosesor yang optimal.
NXP bekerjasama dengan perusahaan analitik data untuk meretrofit lingkungan industri yang ada, dengan menyebut platform minyak dan tambang sebagai contoh prima di mana pemrosesan edge esensial untuk memantau gas berbahaya dan memastikan keselamatan penambang.
Akhirnya, Lees menekankan bahwa mengkonsolidasikan data berharga di cloud memperluas permukaan serangan. Penyimpanan data terdistribusi dengan kontrol akses yang detail mengurangi risiko lebih lanjut, memperkuat argumen untuk menjaga data secara lokal kapan saja memungkinkan.
[IoT World adalah acara yang membawa IIoT dari inspirasi ke implementasi, memperkuat bisnis dan operasi. Dapatkan tiket Anda sekarang.]
