帳號:
密碼:
智動化 / 文章 /

因應AIoT需求 嵌入式系統強化資料處理與儲存效能
[作者 王明德]   2020年01月09日 星期四 瀏覽人次: [9629]

物聯網與智慧化概念快速興起,導入嵌入式系統,加速數位轉型成為企業趨勢,而就目前發展來看,AI與物聯網結合的AIoT,已被視為未來各產業的主要營運架構,此一架構也將影響嵌入式技術的發展,其中邊緣運算更會是系統的設計重點。


AI的崛起加速了物聯網發展。物聯網問世初期是以集中式運算作為主要架構,先以底層感測器擷取第一線設備的狀態,在透過中間層的通訊網路,將訊息傳送到上層雲端平台儲存、分析。這種集中式運算架構雖然完整,不過層層轉遞會讓訊息傳輸速度變慢,而且所有數據都匯集到後端,將使雲端平台的運算負載過重,影響系統運作效能,對製造、車載等對即時性有高度要求的產業來說並不適用,因此從2018年開始,邊緣運算成為系統設計主流,這也讓各廠商紛紛啟動布局。


處理器廠商搶攻AI晶片市場


圖1 : 讓邊緣運算系統的運作效能可滿足市場需求,AI晶片是關鍵因素。(source:Barron's)
圖1 : 讓邊緣運算系統的運作效能可滿足市場需求,AI晶片是關鍵因素。(source:Barron's)

要讓邊緣運算系統的運作效能可滿足市場需求,AI晶片是關鍵因素。由於這次AI的發展是以機器學習演算法為主,而機器學習中的神經網絡需要高強度的浮點運算能力,因此GPU被視為這波AI熱潮中最適合的運算架構,作為GPU市場領導廠商,NVIDIA在此一領域的優勢明顯,動作也相當積極。NVIDIA的主要產品是GeForce系列,後來又針對企業應用推出Jetson系列產品,訴求效能、穩定、成本、彈性等特色,目前已有多起成功的案例。


GPU之外,CPU大廠Intel與AMD在此也未缺席。Intel除了在2017年就分別推出獨立AI 加速器Movidius Neural Compute Stick與Myriad X視覺處理器(Vision Processing Unit;VPU)外,2019年再度強化布局,在11月的AI高峰會上發布了代號為Keem Bay的新一代Movidius VPU, 與上一代相較,Keem Bay的效能提升了10倍,功耗則只有30W,主攻邊緣運算市場。AMD則是在今年推出Ryzen 3000系列處理器,包含Ryzen 5、Ryzen 7以及Ryzen 9,此產品在產品尺寸、可擴充性、穩定性與體積上,都是針對身處嚴苛環境的嵌入式設備而設計。


除了處理器大廠,Google也推出客製化的ASIC AI晶片TPU。Google早期是為了符合本身機房需求並降低耗電,且不願意投入鉅額費用購置GPU,因此自習設計TPU,一直到2014年才開始將之產品化。


Google向來強調開放性特色,Google Cloud NEXT 2018推出的AI晶片Edge TPU訴求小體積、高處理能力、可運作輕量版的TensorFlow Lite,並且內建加速器,可將運算資源移轉到大型電腦的類神經網路,Google希望藉此複製過去Android的做法,在AI領域再創另一個產業生態系,透過大量廠商的使用測試,將觸角延伸到更多應用場域。


除了GPU、CPU外,其他處理架構如FPGA、DSP等廠商,也都積極投入AI市場,就發展來看,仍未看出那一類運算架構會成為市場主流,伺服器的應用目前以CPU為主,不過現在NVIDIA也開始跨入發展,至於終端嵌入式設備市場,無論是體積、功耗、價格,其市場需求都比伺服器更嚴苛,因此難度會更高,不同的應用會需要不同的運算架構,因此未來處理器在嵌入式終端市場的應用將更為多元。


優質資料儲存讓系統更穩定


圖2 : 在AIoT中,數據被視為系統效能的重要關鍵。(source:EnterpriseTalk)
圖2 : 在AIoT中,數據被視為系統效能的重要關鍵。(source:EnterpriseTalk)

除了處理器之外,儲存也是智慧化嵌入式系統設計的重要考量。在AIoT中,數據被視為系統效能的重要關鍵,然而過去的設計思維都以「量」為重,但其實「質」的重要性更高,唯有高品質的數據,才能讓AI的運算價值最大化,而物聯網系統中,數據的來源是第一層嵌入式設備,而嵌入式設備的數據關鍵裝置,就是儲存元件,因此要強化系統效能,必須從此處著手。


目前物聯網系統在數據部分會遇到三大難題,首先是無用的數據量過於龐大,要從中篩選出真正有效的數據,需要耗費極大功夫,其次是消費性儲存載體,在特定領域的穩定性不佳,最後則是有限的資訊難以管理系統中日益分散的設備。


對於有用數據的篩選,現在的做法是強化系統前端的閘道器功能,以工業物聯網為例,當底層設備傳來數據後,需要即時處理者,會將訊息即時回饋給底層設備,非即時的長期資訊,例如設備的運作狀態,閘道器會先做簡單的處理再傳送到上層,讓雲端平台接收的都是已經初步處理的資料,而非從原始數據開始處理。


儲存載體穩定性不佳的問題,可從軟硬體兩端解決,硬體部分是採用工控等級的儲存元件,這類型元件不但都有寬溫、抗硫化設計,可確保穩定性之外,也提供了長供貨保證,可確保系統長期運作。軟體方面,現在工控儲存廠商也已推出各種保護機制,例如當系統偵測到電源不穩或是供電瓦數不足等惡劣情況時,就會立即中斷讀寫命令,避免因突然斷電導致資料受損,或是透過設計可短暫但即時的提供SSD所需要的電力,以確保資料能夠完整地被寫回儲存裝置內。


最後則是資訊管理問題,現在已有廠商將AI技術應用於儲存系統,從資料讀寫行為中,分析出儲存行為與資料讀寫狀況,讓使用者掌握儲存設備的狀態,另外使用者也可由瀏覽器監控各設備,並分析儲存裝置使用量,同時預測使用壽命,讓管理者即時進行設備的擴充維護。


資料的運算與儲存,向來是嵌入式系統的設計重點。在AIoT架構中,這兩大重點也再度被強化,從市場態勢來看,AIoT的架構與產業應用雖仍處於發展初期,未來再進化的機會相當大,不過AI的導入基本上已成趨勢,台灣廠商必須將之列為重點觀察指標,以掌握隨之而來的商機。


**刊頭圖(source:eInfochips)


相關文章
食品包裝機導入AIoT應用
感測器整合AI有助於在Edge中決策
科技改變世界 AIoT翻轉農漁業
智慧照護趨於聯網應用 安全防護樂齡到老
NanoEdge AI 解決方案協助嵌入式系統開發應用
comments powered by Disqus
  相關新聞
» 帆宣與佳世達合組「達宣智慧」公司 啟動智慧醫療引擎
» 助工具機業者拓展海外市場 經濟部提供融資20億元
» 海大與法國濱海大學合作 推升智慧永續海洋
» 國研盃智慧機械競賽揭曉 聯合大學高爾夫機器人奪冠
» AI台北智慧城市展多樣風貌 開箱大巨蛋數位場館
  相關產品
» 凌華支援第14代 Intel處理器用於先進工業與 AI 解決方案
» 智慧監測良方 泓格微型氣象站提供資訊面面俱到
» 凌華新款5G IIoT遠端邊緣網路閘道器採用Arm架構
» SICK W10直接反射式光電感測器提升物體檢測多樣性
» Igus為醫療技術合作專案提供免潤滑微型滑軌


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 / E-Mail: webmaster@hope.com.tw