如何将人工智能应用于符合 SOSA 的嵌入式计算系统设计
“几代人以来，人工智能技术是扩展知识、促进繁荣和丰富人类体验的最强大工具。” — 国家人工智能安全委员会；2021 年最终报告
在数据输入和视频源数量持续增加的世界中，嵌入式系统设计人员需要工具和手段来正确管理这些输入并使这些数据具有可操作性。对于关键任务和与安全相关的军事和国防行动，这项任务变得更加重要。
在坚固耐用的嵌入式计算中实施基于人工智能的解决方案并不是影响系统开发的唯一趋势。美国国防部（国防部）要求系统和电子设备在所有平台和制造商之间实现互操作，这也推动了行业内部的变革。
幸运的是，SOSA™ 技术标准是国防部模块化开放系统方法 (MOSA) 支持的开放标准计划之一，它实现了人工智能要求所要求的所需数据计算和处理水平。系统利用通用架构的能力为快速开发支持基于人工智能的计算的高级处理能力提供了手段。
通过 SOSA 支持 AI 基础架构
人工智能应用程序使用带有嵌入式系统的 SBC、GPGPU 和 FPGA 加速器。在 SOSA 中，实现它们的电路板被称为 PIC 或插件卡。
实际应用程序（ISR、EW 等）推动了特定用例的算法和数据集，进而推动了系统拓扑。
某些系统实现可能需要多个加速器或 GPGPU。由于 GPGPU 或加速器需要使用扩展平面，因此设计与 SOSA 一致的系统必须考虑促进数据传输所需的连接。
有效的系统开发
在构建需要人工智能级数据处理并遵守SOSA技术标准的嵌入式系统时，考虑到某些设计原则将使您能够满足所有系统要求。
- 设计注意事项：
- 需要哪些 SOSA PIC 配置文件？I/O 还是计算密集型负载（SBC、GPGPU）、外设 I/O？
- 哪种拓扑在推动互连：速度和类型？
- 挑战
- 需要多少功率？是否需要支持使用 ±5V 和 3.3V 的模块？
- 冷却方案是什么：传导还是气流？
- 发展
- 初始开发与部署需要什么支持？
SOSA 的简单性证明了性能
作为确保不同系统和平台之间互操作性的一部分，SOSA 限制了可用于系统开发的可接受配置文件的数量。这种有限数量的设计选项有利于计算密集型系统，因为配置文件可以重复使用，从而减少了对复杂集成工作的需求。
该标准的目标是设计非专有的开放系统架构，以降低系统开发成本，并使系统可重新配置和未来的系统升级变得更容易、更快。关键部分是确保传感器组件和 SOSA 模块符合技术标准。
