「AI 技術是幾代以來最強大的工具,可以擴大知識,增加繁榮和豐富人類經驗。」 — 國家安全人工智能委員會;2021 年最終報告
在資料輸入和視訊摘要的數量不斷增加的世界中,嵌入式系統設計人員需要工具和方法來正確管理這些輸入,並使這些資料可以執行。對於關鍵任務和安全相關的軍事和國防作業,這項任務變得更加重要。
在堅固耐用的嵌入式運算中實施基於 AI 的解決方案並不是影響系統開發的唯一趨勢。美國國防部(國防部)的命令,讓系統和電子產品在所有平台和製造商之間互操作也正在推動該行業的變革。
幸運的是,SOSA™ 技術標準是 DoD 的模塊化開放系統方法(MOSA)支持的開放標準計劃之一,正在實現 AI 要求所需的數據計算和處理等級。系統能夠利用通用架構的能力提供了快速開發進階處理功能的方法,以實現基於 AI 的計算。
透過 SOSA 支援人工智慧基礎架構
AI 應用程序使用 SBC,以及帶有嵌入式系統的 GPGPU 和 FPGA 加速器。在 SOSA 中,實現它們的板稱為 PIC 或插入卡。
這是實際的應用程序 — ISR、EW 等 — 驅動針對使用案例特定的算法和數據集,從而驅動系統拓樸。
某些系統實作可能需要多個加速器或 GPGPU。由於 GPGPU 或加速器需要使用擴充平面,因此設計為與 SOSA 一致的系統必須考慮促進資料傳輸所需的連線。
有效的系統開發
建置需要 AI 級數據處理以及遵守 SOSA 技術標準的嵌入式系統時,考慮某些設計原則將使您能夠滿足所有系統需求。
SOSA 的簡單性證明了性能
作為確保不同系統和平台之間的互通性的一部分,SOSA 限制可在系統開發中應用的可接受設定檔數量。由於設定檔可重複使用,因此設計選項數量有限,因此可以使用密集運算密集的系統,從而減少複雜的整合工作的需求。
該標準的目標是設計非專有的開放系統架構,以降低系統開發成本,並使系統重新配置性和未來的系統升級更輕鬆快捷。關鍵部分是確保傳感器元件和 SOSA 模組符合技術標準的一致性。
System integration challenges have changed over the past few years, with new demands being put on manufacturers for integration, troubleshooting and system upgrades. This blog explores how Elma and its partners Interface Concept, Concurrent Technologies and EIZO Rugged Solutions define what partnering means within our ecosystem when working together.
Similar to how cloud computing evolved over the last decade to the de facto way of storing and managing data, Edge AI is taking off. Edge AI is one of the most notable trends in artificial intelligence, as it allows people to run AI processes without having to be concerned about security or slowdowns due to data transmission. And its impact is notable in industrial embedded computing, since it allows platforms to react quickly to inputs without access to the cloud. We asked some Edge AI partners: If analytics can be performed in the cloud, what is the benefit of an Edge AI approach, especially as it’s related to industrial embedded computing?