인공 지능 (AI) 더욱 빠른 개발 및 개발을 계산 가장자리가 반도체 산업은 현재 뜨거운 주제라고 할 수 있으며, 2018 년 타이페이 국제 컴퓨터 전시회 (컴퓨텍스 2018)가 있으며, 상기 단말 장치에 주요 푸시, 동작 분석은 클라우드 터미널 노드에서 이동하기 시작했다 시작했다 IP, 칩, 스토리지와 같은 모든 분야에서 전시회 기간 동안 화재 쇼, 새로운 솔루션 또는 시장 레이아웃 계획에 대한 완벽한 기회가 제공됩니다.
가장자리 컴퓨터 시장을 자주 잡으십시오.
르네 하스 (Rene Haas) (그림 1) 팔 IP 제품 그룹 부사장은, 사물의 인터넷의 급속한 발전과 함께, 팔은 2035 의료 부문, 자동차, 조명과 도로에 사용 일조 단위를 통해 글로벌 네트워크 장치가 될 것입니다 예측했다 커넥 티드 디바이스의 급속한 성장은 터미널과 클라우드 컴퓨팅의 지속적인 개발로 이어질 것이며 지능형 컴퓨팅은 사물의 인터넷 시대를 촉진하고 인공 지능 혁명을 주도하며 지능형 컴퓨팅을 유비쿼터스 화하는 인터넷의 세계화를 계속할 것입니다.
그림 1 Rene Haas, Arm IP 제품 그룹의 사장은 Things of Internet의 호황으로 인해 연결된 장치의 수가 급속히 증가 할 것이며 지능형 컴퓨팅의 미래가 보편화 될 것이라고 말했다.
이러한 추세에 대응하고 생태계의 AI / 기계 학습 (ML) 응용 프로그램, 미적분 및 프레임 워크를 통합하고 소프트웨어 최적화를 하드웨어 IP 제품과 결합하기 위해 모든 장치와 플랫폼이 가장 일반적으로 사용되는 기계 학습 프레임 워크를 지원할 수 있습니다. Arm은 최근 게임 및 AR / VR 경험, AI 및 기계 학습 기능을 향상시키기 위해 Cortex-A76 CPU, Mali-G76 GPU 및 Mali-V76 VPU의 세 가지 새로운 IP 제품을 발표했습니다. Arm은 행동 영역에서 회사의 경쟁 우위를 강화하고 스마트 폰, 태블릿, PC와 같은 모바일 단말기 장치의 컴퓨팅 성능을 다시 한 번 강화할 것입니다.
팔, 부사장 및 고객 부서 난단 Nayampally의 제너럴 매니저 (그림. 2) 미래 세대가 산업 혁신의 전체 동작을 밀어 것이라고 말했다, VR, AI 또는 모바일 게임 등 향후 5G 네트워킹 응용 프로그램은 더 많은 계산 성장을 가져올 것이다 미래의 컴퓨팅을 생산하기 위해 필요 이상의 서로 다른있을 것입니다.
그림 2 팔, 부사장 및 고객 부서 난단 Nayampally의 제너럴 매니저 지적, 5G 플러스 AI는 시장의 요구에 대응하여 새로운 IP 제품의 출시와 함께 산업 혁신의 전체 동작, 팔을 운전합니다.
Nayampally 더 게임이 소비를 구동하는 모바일 컴퓨팅이 상승하고 있습니다. 게임 업계의 매출은 세계에서 가장 큰 시장 중 하나가되고있다, 출력 값에 $ 1,379 억에 도달 할 수 2018 년 예상된다 촉진 중요한 요소의 하나라고 지적 컴퓨팅 성능을 요구하는 사람들을 위해.
Cortex-A76은 Arm의 DynamIQ 기술을 기반으로하며, 작년에 발표 된 Cortex-A75와 비교하여 효율을 35 % 및 40 % 향상 시켰으며 터미널 장치에서 AI / ML의 4 배를 제공 할 수 있다고합니다. PC 및 스마트 폰에서 빠르고 안전한 환경을위한 컴퓨팅 성능.
Mali-G76은 이전 세대 인 Mali-G72 GPU보다 30 % 향상된 성능과 성능 밀도가 30 % 향상되어 언제 어디서나 고급 게임을 즐길 수있는 것은 물론 개발자들에게 더 많은 성능 공간을 제공합니다. 더 많은 새로운 응용 프로그램을 작성하고 고급 응용 프로그램을 모바일 응용 프로그램으로 가져 오거나 AR / VR을 일상 생활에 통합 할 수 있습니다.
마지막으로, UHD 8K 수요가 계속 증가하면서, Arm은 IP 및 스마트 폰 인코딩 및 기타 장치를 지원하기 위해 Mali-V76을 출시했습니다. 동시에 4 개의 4K 해상도 동영상을 스트리밍하거나 화상 회의에서 비디오를 녹화하거나 4K로 4 게임을 보거나 고해상도로 고화질 (Full HD)을 표시 할 수 있습니다. 또한 최대 16 개의 스트리밍 동영상을 지원하여 4 × 4 비디오 월을 구성 할 수 있습니다.
프로젝트 Trillium은 ML 생태계 구축을 가속화합니다.
동시에, 단말기 장치의 기계 학습 성능을 향상시키기 위해 Arm은 새로운 ML 프로세서, 객체 프로세서 및 암 신경 네트워크 소프트웨어 (Arm)를 포함하여 2018 년 초 Project Trillium 플랫폼을 출시했습니다. NN) 독립적 인 CPU, GPU 및 가속기에 비해 Project Trillium 플랫폼은 기존 DSP의 프로그래머블 로직을 훨씬 능가합니다.
ARM의 부사장이자 학술 및 기계 학습 그룹의 총책임자 인 Jem Davies (그림 3)는 엣지 컴퓨팅의 개발 잠재력이 매우 크다고 지적했으며, ASIC 가속기, CPU / GPU 등 시장에 많은 독립적 인 솔루션이 있다는 것을 지적했습니다. 터미널 운영자 물론 원하는 솔루션을 선택할 수도 있지만 단점은 하드웨어와 소프트웨어 (TensorFlow, Caffe)의 통합에 시간을 투자해야한다는 것입니다.
그림 3 Arm 부통령, Academician and Machine Learning Group 총책임자 Jem Davies는 Project Trillium이 터미널 장치 용 전체 시스템 학습 생태계를 구축 할 것으로 기대합니다.
데이비스는 프로젝트 연령초의 장점은 플랫폼 아키텍처뿐만 아니라 하드웨어를 발표하고 프로세서 ML 프로세서에서 선택할 개체뿐만 아니라 팔 NN 소프트웨어를 통해 사용자는 신경 네트워크와 안드로이드 NN으로 TensorFlow, CAFFE를 단순화하는 것입니다 것입니다, 설명 프레임 워크와 Arm Cortex CPU, Arm Mali GPU 및 기계 학습 프로세서 간의 링크 통합
데이비스는 또한 소프트웨어 통합이 기계 학습 개발의 핵심 요소라고 지적했다. 많은 가속기는 관련 하드웨어 프로세서 (CPU, GPU)를 제공 할 수있는 방법을 가지고 있지만 하드웨어 및 소프트웨어 고객을 지원할 수있는 완전한 플랫폼 아키텍처를 제공 할 수있는 리소스는 거의 없다. ML 모델 작업을 통합하거나 강화한 Project Trillium에는 하드웨어 및 소프트웨어에서 현재 시장의 요구를 충족시키는 새로운 Arm IP 프로세서 및 신경망 소프트웨어가 포함되어 있으며, ARM이 완벽한 컴퓨팅 환경을 구축하는 데 도움이됩니다. .
또한, 관찰 데이비스, 기계 학습을위한 MCU 수요도 매우 강하다. 그는 라인에 프로젝트 연령초가 열려 사용자 다운로드의 팔 NN 소프트웨어 개발 키트 첫날, 5,000 명 이상의 사용자가 CMSIS NN을 사용하기 시작이 있음을 공개, Cortex-M으로 기계 학습 알고리즘을 구현하십시오.
데이비스는 결과가 팔 정말 뜻밖이었다, 또한 관심을 기계 학습에 대한 수요와 MCU 사용자가 무시 할 수 없음을 나타냅니다 말했다. 또한 추가 등 강화의 미래 도입의 새로운 암 코어 텍스-M 코어의 의사 결정에 기여 ML 알고리즘의 핵심 구현의 효율성.
CMSIS NN은 Cortex-M의 기계 학습 알고리즘 실행 효율성을 향상시키는 Arm Neural Network 소프트웨어 개발 키트 Arm NN SDK의 Compute Library입니다. CMSIS NN의 기존 Cortex-M 코어조차도 MCU의 컴퓨팅 성능과 메모리 공간이 충분하지 않기 때문에 매우 복잡한 기계 학습 추론을 수행하는 것은 불가능합니다. 그러나 단일 센서 노드에 의한 데이터 출력을 간단히 해석한다면 아직 달성 할 수있는 기회가 있습니다.
데이비스는 지적, MCU 당신은 몇 가지 기본적인 ML 알고리즘을 지원할 수없는 경우는, 미래의 유비쿼터스 AI 응용 프로그램은 사실, 명백한 한계가 지속적으로 AI에만 적용있다, 인공 지능 응용 프로그램 서비스 클라우드 데이터 센터를 통해 지금은 달성하기 어렵다 Edge Advancement는 AI 어플리케이션을보다 대중화시킬 수 있습니다 .Cortex-M은 MCU가 ML 알고리즘을보다 효율적으로 실행할 수 있도록 Arm의 향후 제품 개발 로드맵에서 ML 구현의 효율성을 더욱 향상시킵니다.
자동 운전, 고성능 프로세서로의 에지 컴퓨팅은 필수 불가결합니다.
한편, 미래의 자동차 산업은 또한 예측 방법. 포커스 동작의 응용 분야의 가장자리 중 하나 팔 것이다 2020의 평균들을 통해 200 개 이상의 센서만큼 차량 및 엔진 제어기 (100)에 매립한다 ( ECU) 또는 마이크로 컨트롤러 (MCU) 프로세스 및 방법은 사용자가 자동 조종 차량을 만들어야와 함께, 시스템 안정성과 보안을 유지하면서 라인에 실시간으로 대응, 신속하게 많은 데이터를 처리하는 미래의 자동차 전자 시장이 될 것이다 큰 도전.
이와 관련하여 Arm의 부사장 겸 임베디드 및 자동차 사업부 부사장 인 John Ronco (그림 4)는 에지 컴퓨팅의 등장으로 단말기 장치가 대량의 데이터를 클라우드로 반환 할 필요가 없지만 일반적인 CPU 또는 시스템을 대표한다고 지적했습니다. 학습 칩은 처리 능력이 높아야합니다. Arm이 Project Trillium 및 Cortex-A76을 도입 한 이유는이 제품이 자동차 전자 부품에도 매우 적합하기 때문입니다.
그림 4 임베디드 및 자동차 사업부 부사장 겸 총괄 책임자 인 John Ronco는 자동 운전 안전의 필요성에 대응하기 위해서는 CPU, GPU 및 기타 프로세서가보다 효율적이어야한다고 말했습니다.
또한 자동 운전을 위해서는 레이더, 라이트 외에 차량에 시각 센서가 장착되는 경우가 많으므로 거대한 이미지 작업에 대처하려면 더 높은 GPU가 필요합니다.
Ronco에 따르면 자율 주행을위한 비주얼 컴퓨팅 요구 사항과 일반 IP 네트워크 카메라의 차이점은 IP 네트워크 카메라가 대부분 단일 렌즈이며 자주 이동하지 않으며 대개 집 / 외부의 구석에 배치된다는 것입니다. 그러나 자동차 도로 상태와 환경을 감지하기 위해 몇 개의 사진 렌즈가 필요할 것입니다. 수신 된 이미지 정보가 매우 커서 차가 항상 움직이기 때문에 주변 경관이 계속 변경되어 작업이 더욱 복잡해 지므로 개선해야합니다. 솔루션.
Ronco에 따르면 Project Trillium과 같은 객체 감지 프로세서는 주로 IP 네트워크 카메라에 사용되며, 자동차 비주얼 컴퓨팅의 요구 사항을 충족시키기 위해서는 Mali-G76과 같은 효율적인 GPU를 사용하여 높은 컴퓨팅 성능을 확보해야합니다. 운전 중 급격한 환경 변화에 대한 신속한 사고를 피하기 위해.
결론적으로 인공 지능 시대는 다양한 응용 분야에 새로운 비즈니스 기회를 가져 왔고 에지 컴퓨팅 또한 자동차 산업에 진입하게 될 것입니다. 그러나 에지 컴퓨팅이 자동차에 내장 될 경우 성능 향상을 위해 고차원 기술을 내장해야합니다. 성능, 자동차를 더 똑똑하고 안전하며 효율적으로 만듭니다.
드라이브 스토리지 요구 사항 WDC에는 원 스톱 생산 이점이 있습니다.
에지 컴퓨팅의 등장으로 프로세서 성능이 향상되었을뿐만 아니라 스토리지 요구가 증가하고 스토리지 회사가 제품 레이아웃을 가속화했습니다 .Crystalopher Bergey (그림 5) Western Digital Embedded Application Solutions 부사장은 에지 컴퓨팅 기계 학습과 같은 기술은 저장과 조작을 복잡하게 만듭니다.
<그림 5> 웨스턴 디지털 임베디드 애플리케이션 솔루션 그룹 (Western Digital Embedded Applications Solutions Group)의 크리스토퍼 버기 (Christopher Bergey) 부회장은 엣지 컴퓨팅 시장에 맞춰 자사의 원 스톱 생산 모델이 시장 경쟁 우위를 차지한다고 말했다.
또한 Bergey는 자동차의 온도 및 신뢰성에 특히주의를 기울이고 최근 몇 년간 5 년간 비용 및 안정적인 공급 고려 사항을 추가하는 것과 같이 다양한 응용 시나리오가있는 스토리지 제품에 대해 에지 컴퓨팅이 서로 다른 요구 사항을 가질 것이라고 말했습니다. 또한 스마트 폰을 예로 들면, 모바일 기기를 사용하는 소비자는 점점 더 많은 사진을 요구하고 있으며, 사진의 픽셀이 향상되어 휴대 전화의 저장 용량을 늘려야하고, 가장자리 저장 장치에 대한 수요가 커질 것입니다. 결과적으로 관련 임베디드 플래시 (EFD) 제품의 성능 또한 향상되었습니다.
이 회사의 64 층 3D 낸드 기술과 첨단 UFS 및 e.MMC 인터페이스를 사용하여, 새로운 디스크 iNAND 제품군 --iNAND8521 / iNAND7550을 시작합니다 같은 웨스턴 디지털 등이 추세, 더 나은 성능과 대용량 데이터 저장 용량을 제공에 대한 응답으로 스마트 폰과 슬림 한 컴퓨팅 장치에서 사용될 때,이 두 제품은 증강 현실 (AR), 고해상도 비디오 캡처, 소셜 미디어 경험을 포함하여 데이터 중심 애플리케이션의 모든 종류의 실현을 가속화 할 수 있습니다 AI의 최근 상승과 사물의 가장자리가 경험한다.
Bergey는 모바일 기기의 미래 발전 추세는 의심의 여지가 빨라 때문에 세대 이후, 높은 성능으로 5G 도착, 전송 데이터를 이동하지 않습니다 말했다 혁신적인 애플리케이션은 점점 더 플러스 AI의 상승 될 경우 두 가지의 조합 워크로드의 요구 사항은 회사가 올바른 제품과 요구에 좋은 휴대 전화 업계와 긴밀히 협력 할 것입니다. 저장 용량이 따라서 증가 할 수밖에 것이며, 그 결과로 증가 할 것이다.
또한 Bergey는 에지 컴퓨팅의 개발에 대한 응답으로 WDC는 로우 엔드 제품에서 고성능 제품까지 완벽한 제품 라인을 보유하고 있으며 WDC는 원 스톱 생산 전략이라는 점에서 매우 우수한 전략적 이점을 가지고 있다고 지적했습니다. 웨이퍼, 컨트롤러, 펌웨어 및 소프트웨어를 통해 그들은 모두 책임을지기 때문에 시장 변화를위한 제품을 신속하게 출시하거나 장비 상용화 요구를 충족시킬 수 있습니다. 이것이 WDC의 경쟁력있는 컴퓨팅 시장입니다. 장점이있다.
NXP, 파트너와 협력하여 보안 에지 솔루션 개발 가속화
NXP의 경우 NEXCOM, IMAGO, Accton Technology, Shenzhun Technology 등과 같은 환경 파트너와 함께 시작하여 에지 컴퓨팅 보안 인프라를 공동으로 배포하고 최신 AI 및 주변 장치를 지원하는 것이 안전합니다. 학습 및 보안 에지 프로세싱을 클라우드에 배치합니다.
협업 시스템 공급 업체는 NXP의 Layerscape 및 i.MX 응용 프로그램 프로세서 제품군을 기반으로 제품을 개발하여 고유 한 처리 성능 및 클라우드 연결이 필요한 다양한 응용 프로그램의 요구를 충족시킵니다. 기능, 온라인 기능 및 스토리지 용량 간의 완벽한 균형, 기업 및 산업 환경에 모두 적합합니다.
당신은 기술과 NXP의 EdgeScale는 Kubernetes 부두 노동자와 아마존 웹 서비스 (AWS), 그린 그래스, Google 클라우드의 IoT, 마이크로 소프트 애저의 IoT, 알리 바바와 개인을 포함한 오픈 소스 소프트웨어를 통해 일반적인 클라우드 인프라의 가장자리에 다양한 응용 프로그램을 수행 할 수 있습니다 클라우드 아키텍처.
NXP는 온 - 프레미스 (네트워킹 및 내부 기업 배포에 대한 이러한 파트너와 함께 작동하지만, NXP는 EdgeScale는 클라우드 서비스의 모음입니다 및 장치, 시큐어 컴퓨팅 자원이 제품을 통해 네트워크 에지에 배포를 단순화 할 수 포함, 지적 ) 보안 배포 및 관리를위한 확장 성, 보안 및 배포의 용이성과 컴퓨팅 플랫폼.
NXP의 Digital Networks Group 수석 부사장 인 Tareq Bustami는 "Things and Industry 4.0 인터넷의 성공적인 개발을 위해서는 안전한 에지 솔루션을 구축하는 것이 매우 중요하므로 회사는 광범위한 장비 제조업체와 손쉽게 액세스 할 수 있도록 최선을 다할 것입니다. 클라우드와 연결된 보안 에지 컴퓨팅 솔루션에 대한 지원 : 협력을 통해 회사는보다 스마트하고 기능적인 에지 솔루션을 출시하고 대규모 배포 및 관리를위한 강력한 보안 기능을 추가 할 수 있도록 지원합니다.
요약하면 IP 벤더, 스토리지 벤더 또는 칩 공급 업체가 개방형 플랫폼 및 하드웨어 아키텍처를 개발하고 AI가 다양한 단말기 장치에 진입 할 수 있도록 에지 컴퓨팅 시장을 적극적으로 배치하고 있는지, 건전한 생태계를 구축하십시오.