モノのインターネット (IoT)、ロボット工学、コンピューター ビジョン、産業用アプリケーションの開発者は、高度に接続されたエッジ設計にインテリジェンスを組み込むというプレッシャーの増大に直面しています。厳しい納期の下で作業するチームにとって、このプレッシャーはアプリケーション ソフトウェア開発を超えて広がります。 Linux などの高レベルのオペレーティング システムと確定的なリアルタイム機能を実行できるハードウェアを選択することは非常に困難ですが、産業オートメーションやスマート ビルディング アプリケーションなど、既存のインフラストラクチャにインテリジェンスが組み込まれる場合、追加のプラットフォーム適合性要件が発生します。
開発者が必要としているのは、プロトタイプを迅速に作成し、生産準備が整った設計を開発するための、使い慣れた、実績のある、柔軟で機能的なプラットフォームです。
この記事では、ネットワーク エッジでのプロジェクトの処理および改修に関して開発者が直面する課題について説明します。次に、Arduino シングルボード コンピューター (SBC) を使用してこれらの課題に対処する方法を示します。
厳しいリソース制約の下でエッジ インテリジェンスを構築する
エッジ インテリジェンスには、ローカル プラットフォーム上で実行される人工知能 (AI) の推論と意思決定が含まれます。エッジベースのインテリジェンスの主な利点には、常時接続への依存の軽減、プライバシーとセキュリティの向上、超低遅延が含まれ、これらすべてがロボットおよび産業安全システムの設計者に利益をもたらします。
ロボット デバイスの場合、エッジ インテリジェンスによりリアルタイムのモーション制御、障害物回避、適応動作が可能になり、自律動作に不可欠な決定的な応答時間を実現します。産業安全システムの場合、エッジ インテリジェンスにより即時の危険検出、予知保全、迅速なシャットダウンが可能になり、機器の損傷と作業者のリスクを最小限に抑えます。全体として、エッジ インテリジェンスは、リアルタイム AI アプリケーションに必要な応答性、回復力、信頼性を提供します。
ただし、ハードウェア リソースが限られているため、重大な制約が課せられます。クラウドベースのシステムは必要に応じて拡張できますが、エッジベースのインテリジェンスは電力エンベロープや熱制約に対してオンボード処理のバランスをとる必要があります。コンピューター ビジョン、センサー フュージョン、ロボット制御などのリアルタイム AI ワークロードは、処理リソースを飽和させ、電力消費と発熱を増加させる可能性があります。プロセッサーに過剰な熱負荷がかかると、推論パフォーマンスの低下、システムの不安定性、またはプロセッサーが熱くなりすぎると冷却するために自動的に速度が低下するサーマル スロットルが発生する可能性があります。
エッジ システムがバッテリー、モバイル電源システム、またはその他の制限された電源で動作する場合、エネルギー効率がランタイムと信頼性に直接影響するため、電力エンベロープの制限は同様に重要です。改修には多くの場合課題が伴います。通常、既存のプラットフォームにはスペースが限られているため、AI アクセラレータ、冷却システム、メモリの追加が困難です。レガシー システムには、最新のハードウェアを既存のテクノロジーに接続するためにアダプターやカスタム統合が必要な、古いインターフェースや独自のインターフェースが搭載されている場合があります。