تصميم جهاز إنترنت الأشياء (IoT) بسيط قائم على أجهزة الاستشعار ليس صعباً، ولكن بناء جهاز إنترنت الأشياء مع قدرات معالجة التعلم الآلي (ML) هو أمر مختلف تمامًا.سلسلة المعالجات المخصصة، لوحات التطوير، والبرمجيات المصاحبة التي أطلقتها شركة NXP Semiconductors تهدف إلى حل التحديات الرئيسية في الوظائف والأداء والتنمية،المساعدة في نشر وظائف الذكاء الاصطناعي المتطور المعقدة بشكل أسرع في التطبيقات الصناعية وIoT.
بدأ المصممون باستخدام حلول الذكاء الاصطناعي المتطورة التي يمكن أن تؤدي استنتاجات ML على أجهزة منخفضة الطاقة دون الاعتماد على موارد السحابة. وظائف مثل الكلمة الكشف عن الاستيقاظ،تحليل نمط بيانات المستشعر، ويمكن عادة التعامل مع الكشف عن الكائنات الأساسية بواسطة معالجات فعالة من حيث الطاقة تعمل على نماذج ML (مبنية باستخدام أدوات وإطار تحسين النموذج).الاختناقات تنشأ عندما تحاول توسيع موارد المعالج للتعامل مع مشاكل أكثر تعقيداخاصة تلك التي تتطلب استجابة في الوقت الحقيقي أو قريب من الوقت الحقيقي.
كيف تعمل المعالجات متعددة النواة على تسريع استنتاج ML بشكل كبير
يمكن لشركة NXP Semiconductors ، مع معالجات تطبيقاتها من سلسلة i.MX 93 ، التعامل بسهولة مع التحديات الوظيفية والأداءية لهذه التصاميم الصاعدة في الوقت الحقيقي (الشكل 1).
الشكل 1: معالج التطبيقات i.MX 93 يدمج موارد المعالجة، وأنظمة الأمان، والذاكرة، ومجموعة كاملة من الساعات، والمؤقتات، وخيارات الاتصال والواجهات،وضع الأساس لتصميم الذكاء الاصطناعي المتطور. (مصدر الصورة: NXP Semiconductors)
هذه السلسلة من المعالجات تدمج ميزات غنية ، بما في ذلك الوسائط المتعددة ، والتخزين ، والواجهات ، وخيارات الاتصال ، وتجمع بين موارد معالجة جذابة:
ما يصل إلى اثنين من نواة معالج التطبيقات عالية الأداء Arm Cortex-A55 لمهام معالجة التطبيقات القائمة على Linux
منصة Arm Cortex-M33 ذات الطاقة المنخفضة للغاية لمعالجة التحكم في الوقت الفعلي ذات الكمون المنخفض
وحدة معالجة عصبية (NPU) من نوع Arm Ethos-U65 لتنفيذ استنتاج ML بكفاءة
يوفر EdgeLock Secure Enclave (ESE) المدمج من NXP جذور الثقة لإدارة التشغيل والمفاتيح الآمنة ، والتشفير في الوقت الحقيقي ، والميزات الأخرى المطلوبة لحماية تطبيقات الحافة
من خلال الاستفادة من قدرات هذه المعالجات ، يمكن تقسيم تطبيقات الذكاء الاصطناعي الكبيرة إلى أجزاء متعددة يمكن إدارتها بسهولة:تتولى وحدات التحكم الوطنية المهام الحسابية لخوارزميات الشبكات العصبية الكثيفة، مما يقلل من الحمل على نواة Cortex-A55 ويتجنب الاستيلاء على موارد رموز التطبيقات التي يتم تشغيلها.يواصل قلب Cortex-M33 التركيز على معالجة مهام تأخير منخفضة مثل اكتساب بيانات المستشعر أو التحكم في العملية، في حين أن ESE المضمنة تحمي أمن النظام، وبرمجيات البرمجيات، والبيانات الحرجة طوال العملية بأكملها.ما يلي سيقدم قدرة NPU على تحميل استنتاجات التعلم الآلي من نواة Cortex-A55، وهو دعم رئيسي لتحقيق تطبيقات الذكاء الاصطناعي المتجاوبة في الوقت الحقيقي تقريبًا.
كيف تسريع لوحات تطوير الأجهزة والبرمجيات تطوير التطبيقات
على الرغم من أن وظائف وأداء المعالج أمر حاسميعتمد التطوير الفعال لتطبيقات الذكاء الاصطناعي على القدرة على فهم خصائص المعالج بسرعة وبناء برامج فعالة بسرعةيمكن لوحة تطوير FRDM-IMX93 من NXP (الشكل 2) ، جنبا إلى جنب مع موارد تطوير البرمجيات المصاحبة، توفير كل ما يلزم للبدء في إنشاء التطبيقات.