ЖУРНАЛ СТА №4/2023

ком комплексных решений искусствен- ного интеллекта и занимается разра- боткой интегрированных аппаратных и программных решений для технологий искусственного интеллекта (AI) и пери- ферийного искусственного интеллекта (Edge AI). Среди инвесторов Kneron – Qualcomm, Horizons Ventures, Alibaba Entrepreneurs Fund, Sequoia Capital, CDIB, Foxconn и Himax Techno-logies, и даже MTS AI. Партнёрство AAEON с Kneron было ес- тественнымшагом, потому что оба парт- нёра, по сути, собирают разные кусочки головоломки, что позволяет искусст- венному интеллекту внедряться повсе- местно. SoC Kneron AI KL520/KL720 имеет оптимальный баланс производительно- сти, мощности и стоимости, это доступ- ное решение без компромиссов в про- изводительности или энергопотребле- нии. Edge AI может принести пользу раз- личным отраслям: от улучшения конт- роля производства на сборочной линии до управления автономными транс- портными средствами. Ускорители нейронных сетей Kneron KL520/KL720 реализованы в модулях ис- кусственного интеллекта AAEON Edge. Модули представлены в форматах mini PCIe и M.2: Mini-AI-520 (рис. 5), Mini-AI-720, M2AI-2242-520, M2AI-2280-520 (рис. 6), M2AI-2242-720, M2AI-2280-720. Сравнительные характеристики мо- дулей AAEON Edge см. табл. 2. Периферийные вычисления с множественным доступом Mobile Edge computing – MEC (Мо- бильные Периферийные вычисления, или Периферийные вычисления с мно- жественным доступом) представляют собой совокупность всех мобильных устройств и используемых ими прило- жений и, соответственно, всех данных, которые они потребляют и воспроиз- водят. И с внедрением сетей, так же как и Edge computing, данная область стре- мительно развивается и растёт. Mobile Edge computing – это область пересече- ния периферии беспроводной сети и периферии инфраструктуры, там, где мобильные сети и Интернет встре- чаются и осуществляют обмен трафи- ком. Традиционная цифровая инфра- структура в синергии с мобильными сетями существенно повышает про- изводительность и снижает задержки для новых сценариев использования, таких как Интернет вещей, потоковое видео и мобильность. Мобильные Периферийные вычисле- ния (MEC) – это не просто концепция, это также система стандартов, разра- ботанная некоммерческой группой ETSI. MEC – это, по сути, взаимосвязь между периферийными вычисления- ми и мобильностью в самом широком смысле, включая камеры наблюде- ния, телемедицину, IoT, подключённые к системе транспортные средства и многое другое. В одном из своих интервью Дэн Фло- ренс, старший менеджер по управле- нию сетевой инфраструктурой Micron, отметил, что периферийные вычисле- ния с множественным доступом пре- следуют те же цели, что и в целом пери- ферийные вычисления (Edge computing): перемещение большего количества вы- числительных функций ближе к тому месту, где генерируются данные и где принимаются решения, чтобы обеспе- чить более быстрое и эффективное реа- гирование. В сочетании с архитектурой перифе- рийных вычислений 5G обычно рас- сматривается как технология, которая решает одну из самых насущных про- блем мира взаимосвязанных вещей – сетевую задержку – при одновремен- ном обеспечении высокой пропускной способности. Широкая доступность сетей 5G в бли- жайшем будущем и огромное количе- ство оборудования и программного обеспечения, которое будет подклю- чаться к этим сетям, не обойдутся без периферийных вычислений с множе- ственным доступом (MEC). Заключение При выборе вычислительной плат- формы на этапе разработки новой си- стемы или расширения существующей стоит предусмотреть возможность при- менения ускорителей алгоритмов ИИ даже в достаточно простых устройствах. Глобальная перестройка программного обеспечения с учётом новых тенденций потребует обновления вычислительных мощностей. В этой ситуации вам не придётся вкладывать большие ресурсы в мощные сервера, когда ваша система уже имеет в своём составе распределён- ные компоненты, которые могут взять на себя часть работы. Выбирая для использования в своих проектах решения от компании AAEON, вы сможете подобрать платформы и компоненты с поддержкой различных процессоров и с широкими возможно- стями интеграции. Высокая надёж- ность оборудования, ориентированно- го на промышленное применение, поз- волит разместить его непосредственно на объектах управления, что также снизит сложности, связанные с внедре- нием и обслуживанием современных систем на производствах. ● Автор – сотрудник фирмы ПРОСОФТ Телефон: (495) 234-0636 E-mail: info@prosoft.ru СТА 4/2023 16 www.cta.ru ОБ ЗОРЫ Характеристики Mini-AI-520 Mini-AI-720 M2AI-2280-520 M2AI-2280-720 Чип Kneron KL520 Kneron KL720 Kneron KL520 2x Kneron KL720 Формат mini PCIe mini PCIe M.2 2280 M.2 2280 Интерфейс подключения USB PCIe[x1] USB PCIe[x1] Библиотеки ONNX, TensorFlow, Keras, Caffe Pytorch, ONNX, TensorFlow 1.6, Tensorflow lite, Keras, Caffe ONNX, TensorFlow, Keras, Caffe Pytorch, ONNX, TensorFlow 1.6, Tensorflow lite, Keras, Caffe Архитектура нейросетей Vgg16, Resnet, GoogleNet, YOLO, Tiny YOLO, Lenet, MobileNet, DenseNet Resnet, GoogleNet, YOLO, Tiny YOLO, MobileNet-SSD, DenseNet, RNN, LSTM Vgg16, Resnet, GoogleNet, YOLO, Tiny YOLO, Lenet, MobileNet, DenseNet Resnet, GoogleNet, YOLO, Tiny YOLO, MobileNet-SSD, DenseNet, RNN, LSTM Производительность 0,35 Терафлопс 1,4 Терафлопс 0,35 Терафлопс 2× 1,4 Терафлопс Энергопотребление 0,5 Вт 5 Вт 0,5 Вт 5 Вт Рабочая температура 0…+70°С 0…+50°C (с активным охлаждением) 0…+70°С 0…+50°C (с активным охлаждением) Примечание Есть опциональный модуль с камерой Есть опциональный модуль с камерой Таблица 2. Сравнительные характеристики модулей AAEON