Les développeurs de l'Internet des objets (IoT), de la robotique, de la vision par ordinateur et des applications industrielles font face à une pression croissante pour intégrer l'intelligence dans leurs conceptions de bords hautement connectés.Pour les équipes travaillant dans des délais serrés, cette pression dépasse le développement de logiciels d'application.Sélectionner un matériel capable d'exécuter des systèmes d'exploitation de haut niveau tels que Linux aux côtés de fonctions déterministes en temps réel est assez difficile, mais lorsque l'intelligence est adaptée à l'infrastructure existante, par exemple dans les applications d'automatisation industrielle et de bâtiments intelligents, des exigences supplémentaires d'adéquation de la plateforme apparaissent.
Ce dont les développeurs ont besoin, c'est d'une plateforme familière, éprouvée, flexible et capable de créer rapidement des prototypes et de développer des conceptions prêtes à la production.
Cet article traite des défis auxquels sont confrontés les développeurs dans le cadre de projets de traitement et de retrofit à la périphérie du réseau.Il montre ensuite comment un ordinateur à carte unique Arduino (SBC) peut être utilisé pour relever ces défis.
Construire une intelligence de pointe avec des ressources limitées
L'intelligence de bord englobe l'inférence et la prise de décision par l'intelligence artificielle (IA), exécutée sur une plateforme locale.Les principaux avantages de l'intelligence basée sur les bords comprennent une dépendance réduite à la connectivité en permanence, amélioration de la confidentialité et de la sécurité, et latence ultra-faible, qui profitent tous aux concepteurs de systèmes de sécurité robotique et industrielle.
Pour les appareils robotiques, l'intelligence de bord permet le contrôle du mouvement en temps réel, l'évitement des obstacles et le comportement adaptatif, fournissant les temps de réponse déterministes essentiels au fonctionnement autonome.Pour les systèmes de sécurité industrielle, l'intelligence de pointe permet la détection immédiate des dangers, la maintenance prédictive et les arrêts rapides, minimisant les dommages aux équipements et les risques pour les travailleurs.L'intelligence de bord fournit la réactivité, résilience et fiabilité requises pour les applications d'IA en temps réel.
Mais les ressources matérielles limitées imposent des contraintes importantes.considérant que l'intelligence basée sur les bords doit équilibrer le traitement à bord avec les enveloppes de puissance et les contraintes thermiques;Les charges de travail en temps réel de l'IA telles que la vision par ordinateur, la fusion des capteurs et le contrôle robotique peuvent saturer les ressources de traitement, augmentant la consommation d'énergie et la production de chaleur.Une charge thermique excessive sur un processeur peut entraîner une diminution des performances d'inférence, instabilité du système, ou throttling thermique, dans lequel le processeur ralentit automatiquement pour refroidir quand il devient trop chaud.
Les limites de l'enveloppe de puissance sont tout aussi critiques lorsque les systèmes de bord fonctionnent avec des batteries, des systèmes d'alimentation mobiles ou des sources d'alimentation restreintes.lorsque l'efficacité énergétique a une incidence directe sur le temps de fonctionnement et la fiabilitéLes plateformes existantes ont généralement un espace limité, ce qui rend difficile l'ajout d'accélérateurs d'IA, de systèmes de refroidissement ou de mémoire supplémentaire.Les systèmes hérités peuvent avoir des interfaces obsolètes ou propriétaires qui nécessitent des adaptateurs ou une intégration personnalisée pour connecter le matériel moderne à la technologie existante.