Diseñar un dispositivo de Internet de las Cosas (IoT) basado en sensores no es difícil, pero construir un dispositivo de IoT con capacidades de procesamiento de aprendizaje automático (ML) de borde es una cuestión completamente diferente.La serie de procesadores dedicados, tableros de desarrollo y software de acompañamiento lanzados por NXP Semiconductors tienen como objetivo resolver los desafíos clave en funcionalidad, rendimiento y desarrollo,Ayudar a desplegar más rápidamente funciones de inteligencia artificial (IA) de vanguardia en aplicaciones industriales e IoT.
Los diseñadores han comenzado a utilizar soluciones de IA de vanguardia que pueden realizar inferencias de ML en dispositivos de baja potencia sin depender de recursos en la nube.análisis de patrones de datos del sensor, y la detección de objetos básicos puede ser manejada por procesadores de bajo consumo de energía que ejecutan modelos de ML (construidos utilizando herramientas y marcos de optimización de modelos).Los cuellos de botella surgen cuando se trata de ampliar los recursos del procesador para manejar problemas más complejos, especialmente aquellos que requieren una respuesta en tiempo real o casi en tiempo real.
Cómo los procesadores multi-núcleo aceleran significativamente la inferencia de ML
NXP Semiconductors, con sus procesadores de aplicaciones de la serie i.MX 93, puede abordar fácilmente los desafíos funcionales y de rendimiento de estos diseños emergentes de IA de borde en tiempo real (Figura 1).
Figura 1: El procesador de aplicaciones i.MX 93 integra recursos de procesamiento, sistemas de seguridad, memoria y una gama completa de relojes, temporizadores, opciones de conexión e interfaces,sentando las bases para el diseño de IA de vanguardia. (Fuente de imagen: NXP Semiconductors)
Esta serie de procesadores integra ricas características, incluyendo multimedia, almacenamiento, interfaces y opciones de conexión, y combina recursos de procesamiento llamativos:
Hasta dos núcleos de procesador de aplicaciones Arm Cortex-A55 de alto rendimiento para tareas de procesamiento de aplicaciones basadas en Linux
Una plataforma Arm Cortex-M33 de energía ultrabaja para procesamiento de control en tiempo real de baja latencia
Una unidad de procesamiento neuronal (NPU) Arm Ethos-U65 microNPU para la ejecución eficiente de la inferencia de ML
El EdgeLock Secure Enclave (ESE) integrado de NXP proporciona una base de confianza para la gestión segura del arranque y la clave, el cifrado en tiempo real y otras características necesarias para proteger las aplicaciones de borde
Al aprovechar las capacidades de estos procesadores, las aplicaciones de IA de gran borde se pueden dividir en múltiples partes fácilmente manejables:Las NPUs asumen las tareas computacionales de los algoritmos de redes neuronales densas, reduciendo la carga en los núcleos Cortex-A55 y evitando la preempción de sus recursos de código de aplicación en ejecución.el núcleo Cortex-M33 continúa enfocado en el procesamiento de tareas de baja latencia como la adquisición de datos de sensores o el control de procesos, mientras que el ESE integrado garantiza la seguridad del sistema, el código de software y los datos críticos durante todo el proceso.Lo siguiente introducirá la capacidad de NPU para descargar inferencia de aprendizaje automático del núcleo Cortex-A55, que es un soporte clave para lograr aplicaciones de IA de borde receptivas casi en tiempo real.
Cómo las tablas de desarrollo de hardware y software aceleran el desarrollo de aplicaciones
Aunque la funcionalidad y el rendimiento del procesador son cruciales,el desarrollo eficiente de aplicaciones de IA de borde depende más de la capacidad de comprender rápidamente las características del procesador y construir rápidamente software efectivoEl panel de desarrollo FRDM-IMX93 de NXP (Figura 2), combinado con los recursos de desarrollo de software que lo acompañan, puede proporcionar todo lo necesario para comenzar a crear aplicaciones.