Microchip udoskonala wdrażanie sieci neuronowych dzięki zestawowi SDK akceleratora VectorBlox™ 3.0

Celem nowego zestawu narzędzi programistycznych (SDK) VectorBlox™ 3.0 Accelerator jest uproszczenie wdrażania sztucznej inteligencji opartej na układach FPGA oraz skrócenie czasu wprowadzenia produktu na rynek.

Bezpłatny zestaw VectorBlox 3.0 SDK, wraz z powiązanym IP CoreVectorBlox, został zaprojektowany jako zintegrowany łańcuch narzędzi, który usprawnia optymalizację, kompilację i wdrażanie modeli konwolucyjnych sieci neuronowych (CNN) na platformach opartych na układach FPGA PolarFire® i układach SoC. Akcelerator skutecznie skaluje się w zależności od rozmiaru modeli i obsługuje wiele obciążeń sztucznej inteligencji na jednym urządzeniu. Można dzięki temu skonsolidować różne funkcje sztucznej inteligencji oparte na przetwarzaniu obrazu lub danych z czujników na jednym układzie FPGA o niskim poborze mocy.

– W miarę jak modele sztucznej inteligencji stają się coraz bardziej złożone, kompresja staje się niezbędna do wdrażania inteligencji na obrzeżach sieci” „Dzięki VectorBlox 3.0 wykorzystujemy kompresję modeli opartą na rzadkości danych, pochodzącą z przejętej przez nas firmy Neuronix, aby zmniejszyć zapotrzebowanie obliczeniowe przy zachowaniu dokładności – powiedział Shakeel Peera, wiceprezes korporacyjny i dyrektor generalny działu FPGA firmy Microchip.

Szybsze wnioskowanie i mniejsze zużycie energii

Dzięki obsłudze rzadkich sieci neuronowych VectorBlox 3.0 umożliwia wydajne wykonywanie modeli CNN opartych na przetwarzaniu obrazu poprzez pomijanie operacji o wartości zerowej. Ta funkcja pomaga programistom przyspieszyć wydajność wnioskowania przy jednoczesnym zmniejszeniu zużycia energii, co stanowi istotną zaletę dla zawsze aktywnych aplikacji AI na obrzeżach sieci, które muszą zachować równowagę między szybkością reakcji a efektywnością energetyczną. Włączenie kompresji modeli ma na celu zmniejszenie wymagań obliczeniowych i pamięciowych przy zachowaniu dokładności.

– Wykorzystanie akceleracji VectorBlox w układzie SoC PolarFire firmy Microchip umożliwiło nam wydajne wdrożenie zaawansowanych wbudowanych potoków AI do operacji ładunku użytkowego o niskim opóźnieniu na orbicie. Platforma ta pozwoliła nam zweryfikować możliwości przetwarzania danych z obserwacji Ziemi w czasie rzeczywistym, w tym wykrywanie obiektów, semantyczną analizę scen oraz generowane na obrzeżu sieci produkty informacyjne o znaczeniu operacyjnym na pokładzie satelity AI-eXpress-1, który zostanie umieszczony na orbicie w 2025 roku, zapewniając jednocześnie odporność na promieniowanie i niezawodność operacyjną wymaganą do ciągłej pracy na niskiej orbicie okołoziemskiej – powiedział Vito Fortunato, kierownik linii usług SPACEDGE™ w firmie Planetek Italia.

Sieć neuronowa do szacowania pozycji i orientacji

Ponadto Spacecraft Pose Network v2 (SPNv2) – sieć neuronowa zaprojektowana do szacowania pozycji i orientacji na podstawie danych wizyjnych – umożliwia autonomiczną nawigację i operacje zbliżeniowe w przestrzeni kosmicznej w zastosowaniach takich jak autonomiczne zbliżanie się i dokowanie, usuwanie śmieci kosmicznych, inspekcja satelitów oraz lot w formacji. Rozwiązanie, oparte na energooszczędnych układach FPGA i SoC PolarFire średniej klasy, odpornych na zakłócenia typu single-event-upset (SEU), zapewnia bezpieczny rozruch, ochronę przed manipulacją oraz wysoką niezawodność w trudnych warunkach środowiskowych. Cechy te są niezbędne w krytycznych zastosowaniach z zakresu obronności, lotnictwa i przemysłu, gdzie długi okres eksploatacji, ochrona danych i odporność systemu mają zasadnicze znaczenie.

Autonomiczne operacje na orbicie

– Połączenie układów SoC PolarFire i VectorBlox tworzy potężną synergię umożliwiającą wdrażanie rozwiązań autonomicznych opartych na sztucznej inteligencji bezpośrednio na orbicie. Potwierdziliśmy to poprzez wdrożenie naszego pakietu clear_CHARLES, który zapewnia pokładową chmurę oraz wykrywanie statków kosmicznych na potrzeby adaptacyjnych i autonomicznych operacji ładunku na energooszczędnych platformach, co stanowi kolejny krok w kierunku coraz bardziej autonomicznych, responsywnych i definiowanych programowo systemów kosmicznych – powiedział Federico Fontana, kierownik ds. inżynierii sprzętowej w firmie AIKO.