账号:
密码:
智动化 / 文章 /

因应AIoT需求 嵌入式系统强化资料处理与储存效能
[作者 王明德]   2020年01月09日 星期四 浏览人次: [9628]

物联网与智慧化概念快速兴起,导入嵌入式系统,加速数位转型成为企业趋势,而就目前发展来看,AI与物联网结合的AIoT,已被视为未来各产业的主要营运架构,此一架构也将影响嵌入式技术的发展,其中边缘运算更会是系统的设计重点。


AI的崛起加速了物联网发展。物联网问世初期是以集中式运算作为主要架构,先以底层感测器撷取第一线设备的状态,在透过中间层的通讯网路,将讯息传送到上层云端平台储存、分析。这种集中式运算架构虽然完整,不过层层转递会让讯息传输速度变慢,而且所有数据都汇集到后端,将使云端平台的运算负载过重,影响系统运作效能,对制造、车载等对即时性有高度要求的产业来说并不适用,因此从2018年开始,边缘运算成为系统设计主流,这也让各厂商纷纷启动布局。


处理器厂商抢攻AI晶片市场


图1 : 让边缘运算系统的运作效能可满足市场需求,AI晶片是关键因素。(source:Barron's)
图1 : 让边缘运算系统的运作效能可满足市场需求,AI晶片是关键因素。(source:Barron's)

要让边缘运算系统的运作效能可满足市场需求,AI晶片是关键因素。由于这次AI的发展是以机器学习演算法为主,而机器学习中的神经网络需要高强度的浮点运算能力,因此GPU被视为这波AI热潮中最适合的运算架构,作为GPU市场领导厂商,NVIDIA在此一领域的优势明显,动作也相当积极。 NVIDIA的主要产品是GeForce系列,后来又针对企业应用推出Jetson系列产品,诉求效能、稳定、成本、弹性等特色,目前已有多起成功的案例。


GPU之外,CPU大厂Intel与AMD在此也未缺席。 Intel除了在2017年就分别推出独立AI 加速器Movidius Neural Compute Stick与Myriad X视觉处理器(Vision Processing Unit;VPU)外,2019年再度强化布局,在11月的AI高峰会上发布了代号为Keem Bay的新一代Movidius VPU, 与上一代相较,Keem Bay的效能提升了10倍,功耗则只有30W,主攻边缘运算市场。AMD则是在今年推出Ryzen 3000系列处理器,包含Ryzen 5、Ryzen 7以及Ryzen 9,此产品在产品尺寸、可扩充性、稳定性与体积上,都是针对身处严苛环境的嵌入式设备而设计。


除了处理器大厂,Google也推出客制化的ASIC AI晶片TPU。 Google早期是为了符合本身机房需求并降低耗电,且不愿意投入巨额费用购置GPU,因此自习设计TPU,一直到2014年才开始将之产品化。


Google向来强调开放性特色,Google Cloud NEXT 2018推出的AI晶片Edge TPU诉求小体积、高处理能力、可运作轻量版的TensorFlow Lite,并且内建加速器,可将运算资源移转到大型电脑的类神经网路,Google希望借此复制过去Android的做法,在AI领域再创另一个产业生态系,透过大量厂商的使用测试,将触角延伸到更多应用场域。


除了GPU、CPU外,其他处理架构如FPGA、DSP等厂商,也都积极投入AI市场,就发展来看,仍未看出那一类运算架构会成为市场主流,伺服器的应用目前以CPU为主,不过现在NVIDIA也开始跨入发展,至于终端嵌入式设备市场,无论是体积、功耗、价格,其市场需求都比伺服器更严苛,因此难度会更高,不同的应用会需要不同的运算架构,因此未来处理器在嵌入式终端市场的应用将更为多元。


优质资料储存让系统更稳定


图2 : 在AIoT中,数据被视为系统效能的重要关键。(source:EnterpriseTalk)
图2 : 在AIoT中,数据被视为系统效能的重要关键。(source:EnterpriseTalk)

除了处理器之外,储存也是智慧化嵌入式系统设计的重要考量。在AIoT中,数据被视为系统效能的重要关键,然而过去的设计思维都以「量」为重,但其实「质」的重要性更高,唯有高品质的数据,才能让AI的运算价值最大化,而物联网系统中,数据的来源是第一层嵌入式设备,而嵌入式设备的数据关键装置,就是储存元件,因此要强化系统效能,必须从此处着手。


目前物联网系统在数据部分会遇到三大难题,首先是无用的数据量过于庞大,要从中筛选出真正有效的数据,需要耗费极大功夫,其次是消费性储存载体,在特定领域的稳定性不佳,最后则是有限的资讯难以管理系统中日益分散的设备。


对于有用数据的筛选,现在的做法是强化系统前端的闸道器功能,以工业物联网为例,当底层设备传来数据后,需要即时处理者,会将讯息即时回馈给底层设备,非即时的长期资讯,例如设备的运作状态,闸道器会先做简单的处理再传送到上层,让云端平台接收的都是已经初步处理的资料,而非从原始数据开始处理。


储存载体稳定性不佳的问题,可从软硬体两端解决,硬体部分是采用工控等级的储存元件,这类型元件不但都有宽温、抗硫化设计,可确保稳定性之外,也提供了长供货保证,可确保系统长期运作。软体方面,现在工控储存厂商也已推出各种保护机制,例如当系统侦测到电源不稳或是供电瓦数不足等恶劣情况时,就会立即中断读写命令,避免因突然断电导致资料受损,或是透过设计可短暂但即时的提供SSD所需要的电力,以确保资料能够完整地被写回储存装置内。


最后则是资讯管理问题,现在已有厂商将AI技术应用于储存系统,从资料读写行为中,分析出储存行为与资料读写状况,让使用者掌握储存设备的状态,另外使用者也可由浏览器监控各设备,并分析储存装置使用量,同时预测使用寿命,让管理者即时进行设备的扩充维护。


资料的运算与储存,向来是嵌入式系统的设计重点。在AIoT架构中,这两大重点也再度被强化,从市场态势来看,AIoT的架构与产业应用虽仍处于发展初期,未来再进化的机会相当大,不过AI的导入基本上已成趋势,台湾厂商必须将之列为重点观察指标,以掌握随之而来的商机。


**刊头图(source:eInfochips)


相关文章
食品包装机导入AIoT应用
当感测器整合AI 有助於在Edge中决策
科技改变世界 AIoT翻转农渔业
智慧照护趋於联网应用 安全防护乐龄到老
NanoEdge AI 解决方案协助嵌入式开发应用
comments powered by Disqus
  相关新闻
» 帆宣与隹世达合组「达宣智慧」公司 启动智慧医疗引擎
» 经济部提供融资协助工具机拓展海外市场
» 海大与法国浜海大学合作推升智慧永续海洋
» 国研杯智慧机械竞赛成绩揭晓 联合大学机器人挑战高尔夫夺冠
» AI台北智慧城市展样貌 开箱大巨蛋数位场馆
  相关产品
» 凌华支援第14代 Intel处理器用於先进工业与 AI 解决方案
» 智慧监测良方 泓格微型气象站提供资讯面面俱到
» 凌华新款5G IIoT远端边缘网路闸道器采用Arm架构
» SICK W10直接反射式光电感测器提升物体检测多样性
» igus为医疗技术合作专案提供免润滑微型滑轨


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 / E-Mail: webmaster@hope.com.tw