Case Study

AMD Ryzen Embedded SoCを搭載したPremio製SBCは、超小型フォームファクターとユビキタス接続性を活用し、セルフサービス型の鍵作成キオスクを実現します。

Premioのお客様は、AI搭載のロボットフライ料理機を製造するために必要な部品の調達、製造、サポートができる熟練した堅牢コンピューターサプライヤーを探していました。どのようにしてロボットフライ料理機を実現できたかをご覧ください！

エッジコンピューティングがAI搭載型自動運転車やADAS向けリアルタイム意思決定をどのように実現するかを学びましょう。

自動運転車のテストでは、膨大な量の貴重なデータが蓄積されます。RCO-6000シリーズが、NVMe SSDキャニスターブリックを搭載したEDGEBoostノードを使用して、データの輸送とオフロードをいかに容易にするかをご覧ください。

ラギッドエッジコンピューティングは、ローカライズされた処理と推論分析を活用し、有害な森林火災をリアルタイムで検出します。詳細はこちらをご覧ください。

推論は、コンピュータシステムが学習済み機械学習アルゴリズムに基づいて予測を行う際に発生します。推論の概念は新しいものではありませんが、これらの高度な操作をエッジで実行できるようになったのは比較的新しいことです。 エッジベースの推論エンジンの背後にある技術は、組み込みコンピュータです。しかし、明らかにそれ以上に、増幅されたコンピューティング能力、大量のストレージ、そしてリアルタイムで大量のデータを処理するための必要なI/Oを備えています。目標は、データが生成される場所にできるだけ近い場所で操作を実行し、最短時間で最も正確な結果を達成することです。その場所は通常、外部データがシステムに入力されるセンサーのすぐ近くです。決定が下されると、通常はエッジに送り返されて実行され、エッジでのリアルタイムの意思決定を促進します。 エッジベースの推論エンジンにとって重要な懸念事項は、展開される環境です。たとえば、衝撃や振動に耐えるように設計する必要があるでしょうか？極端な高温または低温にさらされるでしょうか？パフォーマンスアクセラレーションの適切なバランスを提供するでしょうか？これらの質問に対する回答は、それぞれ異なる設計、または少なくとも異なる設計アプローチにつながる可能性があります。 一部のベンダーは、環境問題に関する社内テスト機器を完備しています。これには、熱制御のシミュレーションや、もちろん衝撃と振動が含まれます。ほとんどのアプリケーションでは、「堅牢な熱アプリケーション」向けに設計されたシステムは、-40℃から+70℃までの温度で動作でき、20Gまでの衝撃と3Grmsの振動に耐えることができます。 AIの強化 汎用組み込みコンピュータと、推論アルゴリズムを処理するように設計されたコンピュータとの間には明確な違いがあります。まず、推論エンジンには最高の計算性能が求められます。データセンタープラットフォームの機能を取り込んだシステムであっても、どんな設計者でもハイエンドのX86プロセッサを既製品から入手してシステムに組み込むことができます。しかし、最大の処理能力を持つシステムを設計するには、ハードウェアとソフトウェアの両面で人工知能システムに関する深い専門知識と経験が必要です。Premioの専門家は、その堅牢なハードウェアエンジニアリングと産業グレードのコンピュータプラットフォームの設計でその要件を満たしています。 製品ウォークスルー：AIエッジ推論コンピュータ (RCO-6000-CFL) - The Rugged Edge Media Hub Premioは、エッジでシステム性能を最大化するEdge Boost Nodesというモジュール式テクノロジーを開発しました。ハードウェアノードはプラットフォームの下部に物理的に取り付けられ、リアルタイムのインサイトのためにデータ収集を必要とするエッジレベルのワークロードにハードウェアアクセラレーションを提供します。この2ピースのモジュラー設計は、革新的なキャニスターブリックにNVMe（不揮発性メモリ）ソリッドステートディスク（SSD）と並列コンピューティング性能のためのGPUを搭載することで、プラットフォームの堅牢性を維持しつつ、性能を向上させます。各Edge Boost Nodeは、それらのコンポーネントの信頼性を確保するために、高RPMのアクティブ冷却を使用しています。 （画像提供：Premio Inc.）  AI推論コンピュータの設計のすべて - The Rugged Edge Media Hub Premioからは、さまざまなEdge Boost Nodesが提供されています。たとえば、オプションの1つであるRCO-6000-CFL-2N2060Sは、ホットスワップ可能なNVMe SSDキャニスターを追加し、最大2つの15mm U.2 SSDとPCIe GPUを搭載できます。2番目のオプションであるRCO-6000-CFL-4NHはストレージ容量を強化し、ハードウェアおよびソフトウェアRAIDをサポートする高容量NVMeストレージのために、2つの15mm U.2 SSDを収納する2つのホットスワップ可能なNVMe SSDキャニスターをサポートします。3番目のオプションであるRCO-6000-CFL-8NSは、さらに高速なNVMeストレージに焦点を当てており、システムインテグレーターに最大8つの7mm、2.5インチU.2 NVMe SSDを追加する機能を提供します。これはPremioのEdge Boost Nodeポートフォリオに間もなく追加される予定です。 RCO-6000-CFL-4NH/8NS AIエッジ推論コンピュータ | モジュール式edgeBOOSTノード | 性能アクセラレーション -...

ロボット工学や人工知能などの産業用および過酷なアプリケーション向けの製造業の世界では、「アメリカ製」という肩書は多くの名声をもたらします。

過酷な環境でのエッジコンピューティングは、センサーからの入力データに基づいたデータ処理を高速化し、データソースに近い場所でのアクセスと分析を可能にします。これを産業環境で実現するには機械学習が必要ですが、専用のハードウェアによるサポートが不可欠です。

自動検査のためのAI GPUコンピューティングは、品質管理業務を変革し、複雑なビジョンアルゴリズムを実行し、ワークロードを統合します。

より高度な自動化機能により、精密な物体検知と自動検査が再定義されています。

不安定な製造環境下でAIと機械学習を活用する方法を詳しく解説。

PremioのRCO-6000-CFLシリーズの堅牢型コンピュータは、デュアルSIM接続と、選択可能なI/Oポートが特徴です。

鉄道車両のコンピューティングシステムは、本質的に複雑でミッションクリティカルであり、鉄道信号は貨物列車と旅客列車を鉄道網で安全に運行する上で主導的な役割を果たしています。Premio, Inc. のプロダクトマーケティングディレクターであるダスティン・シートゥー氏は、鉄道車両と鉄道制御ハブの間で大量のデータが確実に効率的に送信されるため、レイテンシのないデータ処理が不可欠であると述べています。

リアルタイムで高性能なデータにより、帯域幅、遅延、クラウドのリソースといった課題が解消されます。

厳しい設定では、リアルタイム処理を活用して、機械学習とAIの新たなレベルを推進しています。

ある主要なLiDARセンサープロバイダーは、スマート監視システムの一部としてLiDARセンサーを管理するために、Premioの産業用IoTゲートウェイソリューションを利用しました。続きを読む

北欧を拠点とする大手バス・輸送会社が、当社の頑丈な産業用PCと電源点火感知機能を導入するため、Premio Inc.と提携しました。詳しくはこちら

Premioは、コンピュータービジョンソフトウェア企業と提携し、最先端の堅牢なエッジコンピューターを活用して、画像検出および欠陥防止のためのニューラルネットワークを学習させています。