Microchip rozwija implementację sieci neuronowych dzięki zestawowi programistycznemu VectorBlox™ 3.0 Accelerator

Wdrażanie inferencji AI w środowiskach o ograniczonym zużyciu energii i krytycznych dla misji, takich jak systemy lotnicze i obronne, wymaga rozwiązań, które równoważą wydajność, efektywność, niezawodność i łatwość rozwoju. Aby lepiej sprostać tym wyzwaniom, firma Microchip Technology wydała pakiet programistyczny (SDK) VectorBlox™ 3.0 Accelerator Software Development Kit (SDK), który ma uprościć implementację AI opartej na FPGA i przyspieszyć wprowadzanie produktów na rynek. Oferowany bezpłatnie programistom, VectorBlox 3.0 SDK i powiązany z nim pakiet CoreVectorBlox IP zostały zaprojektowane jako zintegrowany łańcuch narzędzi, który usprawnia optymalizację, kompilację i wdrażanie modeli splotowych sieci neuronowych (CNN) na platformach opartych na FPGA i SoC PolarFire®. Ponieważ akcelerator efektywnie skaluje się w różnych rozmiarach modeli i obsługuje wiele obciążeń AI na jednym urządzeniu, klienci mogą konsolidować różne funkcje AI oparte na wizji lub czujnikach na jednym energooszczędnym układzie FPGA.

„W miarę jak modele AI stają się coraz bardziej złożone, kompresja staje się niezbędna do wdrażania inteligencji na brzegu sieci” - powiedział Shakeel Peera, wiceprezes i dyrektor generalny działu FPGA w Microchip. „Dzięki VectorBlox 3.0 wykorzystujemy kompresję modeli opartą na rzadkości, uzyskaną dzięki przejęciu Neuronix, aby zmniejszyć zapotrzebowanie na moc obliczeniową przy jednoczesnym zachowaniu dokładności.”

Dzięki obsłudze rzadkich sieci neuronowych, VectorBlox 3.0 umożliwia efektywne wykonywanie modeli CNN opartych na wizji poprzez pomijanie operacji o wartościach zerowych. Ta funkcja pomaga programistom przyspieszyć wnioskowanie, jednocześnie zmniejszając zużycie energii, co jest istotną zaletą dla stale działających aplikacji AI na brzegu sieci, które muszą równoważyć responsywność z efektywnością energetyczną. Włączenie kompresji modeli opartej na rzadkości ma na celu zmniejszenie zapotrzebowania na moc obliczeniową i pamięć przy jednoczesnym zachowaniu dokładności.

„Wykorzystanie akceleracji VectorBlox na układzie SoC PolarFire firmy Microchip umożliwiło nam efektywne wdrożenie zaawansowanych, pokładowych systemów sztucznej inteligencji (AI) do obsługi ładunków o niskim opóźnieniu na orbicie” - powiedział Vito Fortunato, kierownik ds. usług SPACEDGE™ w Planetek Italia. „Platforma umożliwiła nam walidację możliwości przetwarzania obserwacji Ziemi w czasie rzeczywistym, w tym wykrywania obiektów, semantycznej analizy scen i generowanych przez urządzenia brzegowe, użytecznych produktów informacyjnych, na satelicie AI-eXpress-1, który zostanie wdrożony w 2025 roku, zapewniając jednocześnie odporność na promieniowanie i niezawodność operacyjną niezbędną do ciągłego działania na niskiej orbicie okołoziemskiej.”

Dodatkowo, Spacecraft Pose Network v2 (SPNv2), sieć neuronowa zaprojektowana do szacowania pozycji i orientacji na podstawie danych wizyjnych, umożliwia autonomiczną nawigację i operacje zbliżeniowe w kosmosie w takich zastosowaniach, jak autonomiczne spotkania i dokowanie, usuwanie śmieci kosmicznych, inspekcja satelitów i loty w formacjach. Rozwiązanie, zbudowane na energooszczędnych, odpornych na pojedyncze zdarzenia (SEU) układach FPGA i SoC PolarFire o średniej mocy, zapewnia bezpieczne uruchamianie, ochronę antysabotażową i wysoką niezawodność w trudnych warunkach. Funkcje te są niezbędne w przypadku wdrożeń obronnych o znaczeniu krytycznym, w lotnictwie i przemyśle, gdzie kluczowa jest długa żywotność, ochrona danych i odporność systemu.

„Połączenie PolarFire SoC i VectorBlox tworzy potężną synergię umożliwiającą wdrażanie rozwiązań autonomicznych opartych na sztucznej inteligencji bezpośrednio na orbicie” - powiedział Federico Fontana, dyrektor ds. inżynierii sprzętu w AIKO. „Potwierdziliśmy to wdrażając nasz pakiet clear_CHARLES, który zapewnia pokładowe wykrywanie chmury i statków w celu adaptacyjnych i autonomicznych operacji ładunków na energooszczędnych platformach, co stanowi kolejny krok w kierunku coraz bardziej autonomicznych, responsywnych i programowo definiowanych systemów kosmicznych.”

VectorBlox SDK v3.0 obsługiwany jest przez pakiet Libero® SoC Design Suite firmy Microchip i integruje się z CoreVectorBlox IP.