UFC765AE102 ABB数据密集型边缘人工智能

UFC765AE102 ABB数据密集型边缘人工智能

选择嵌入式边缘硬件系统在边缘处理AI通常需要评估三个主要因素:

表演 
核心硬件系统必须能够提供复杂、数据密集型边缘人工智能应用所需的速度，同时即使在恶劣环境下也能稳定可靠地运行。

交换 
SWaP是尺寸、重量和功率的缩写。除了提供应用所需的功能，边缘硬件还必须符合尺寸和重量规格，以符合应用的物理限制，并从功耗角度来看最有意义。

费用 
边缘硬件的成本可能因内核类型和制造商而异。有必要确定哪一个以最好的价格提供了项目所需的功能和规格。

下面的例子只是边缘硬件创新使人工智能今天能够提供价值的许多用例中的几个。

深度学习加速平台 
深度学习加速平台(DLAPs)实现功能，包括数据采集、图像预处理、图像分析和AI加速。它们还赋予机器改善自身性能和做出决策的能力。通过使用DLAPs替换将数据发送到云进行处理的传统边缘设备，运营部门可以获得更快的响应以及更好的安全性和控制。
DLAPs可以利用异构设计，例如，使用CPU来管理数据采集和图像预处理，使用GPU来加速并行任务处理，同时保持边缘系统的小型和高能效。

ADLINK的DLAP系列例如，设计用于恶劣的工业或嵌入式环境，在极端温度、高湿度下运行，以及在冲击和振动很常见的情况下使用；我们称之为交换优化的边缘人工智能。ADLINK的紧凑型单元在一个模块上包含一个NVIDIA Quadro嵌入式GPU或NVIDIA Jetson超级计算机，可用于基于人工智能的推理、机器视觉和自主机器控制应用。

PFTL201C 10KN 3BSE007913R0010
PFTL201C 10KN
3BSE007913R0010
PFSK142
3BSE006505R1
PFSK142 3BSE006505R1
DSAI133A 3BSE018290R1
DSAI133A
3BSE018290R1
PM891
3BSE053240R1
3BSE053240R1 PM891
3BSE018741R15
REM615
HCMJAEADABC2BNN11E
REM610
5SHY35L4520 5SXE10-0181 AC10272001R0101
5SHY35L4520