舉重若輕:AI 邊緣推論電腦驅動的自動堆高機

 
自主式堆高機是自動導引車和自主移動機器人的一種,以其先進的自主性徹底改變了倉儲、製造和內部物流的未來。這種先進的人工智慧驅動機器人技術在提高工作場所安全性、工作流程效率和可擴展性方面產生了重大影響。在本案例研究中,我們將探討一家自動化機器人公司如何利用 Premio 的人工智慧邊緣推論電腦來驅動其自主堆高機解決方案。

挑戰:

  • 尋找可靠的邊緣運算解決方案來即時處理邊緣人工智慧工作負載
  • 足夠且相容的物聯網連線能力,以整合機載電子設備和感測器
  • 低矮設計,可改裝到原本空間受限的堆高機底盤
  • 在不同倉庫條件下進行車載部署的營運可靠性

解決方案:

  • Premio 的 RCO-6000 系列人工智慧邊緣推論電腦 (RCO-6000-CML-2)
  • EDGEBoost Node,具備專用 GPU 支援,可簡化邊緣人工智慧工作流程
  • 模組化 EDGEBoost I/O 配置,支援雙 10GbE 區域網路,實現高傳真物聯網感測器
  • 豐富的機載連線能力,適用於關鍵電子設備
  • 車載耐用性,可承受嚴苛的倉庫環境
  • 世界級認證:UL、FCC、CE

效益:

  • 與製造商直接合作
  • 專屬工程支援
  • ISO 認證設施

 

公司背景  

這家自動化機器人公司成立於 2017 年,並獲得汽車和零售業主要廠商的支持,致力於將智慧自動化引入物流領域。他們的智慧機器人堆高機解決方案旨在透過解決倉儲瓶頸和物料流效率低下的問題來提高生產力,同時創造更安全的工作環境。透過利用電腦視覺、機器學習和邊緣人工智慧等先進技術,其無人解決方案可以導航複雜的倉庫佈局,避開障礙物並執行精確任務。這家機器人公司推動人工智慧驅動自主性的使命將在物料和棧板處理過程中取得巨大進步。 

 

挑戰

這家自動化機器人公司在先前的解決方案中遇到持續的問題和限制。其外形尺寸嚴重限制了在已經空間受限的堆高機內的整合選項。這導致不符合 OSHA 標準,該標準要求在需要手動操作堆高機的情況下提供適當的視野。為了為其新的自主堆高機模型尋找更可靠的堅固邊緣運算解決方案,他們編製了一份詳細的部署要求清單,需要解決這些要求。

 

車載部署可靠性

由於部署環境條件和堆高機底盤的空間限制,機器人公司需要一款佔用空間極小且耐用的人工智慧邊緣運算解決方案,以承受車載部署。他們以前的邊緣電腦過大,嚴重限制了在堆高機內的放置選項。由於倉庫環境多變,邊緣電腦需要能夠承受頻繁的衝擊和振動、變化的溫度,並具有免維護設計,以實現長期可靠性。

 

用於電腦視覺的人工智慧推論效能

一項主要要求是工業電腦需要簡化其自主人工智慧軟體,而不會出現效能瓶頸或節流。由於電腦部署在堆高機上,因此功耗、熱管理和整體耐用性的考量對於選擇合適的效能加速器至關重要。雖然高效能 GPU 可以無縫驅動人工智慧推論能力,但由於空間、熱調節甚至物聯網感測器連線能力的關鍵限制,它不適合在堆高機內使用。機器人公司需要將最佳化效能加速器與人工智慧效能和邊緣運算堅固性結合起來的專業知識。

 

高速物聯網連線與吞吐量

自主式堆高機利用各種物聯網感測器和設備來精確繪製和導航倉庫環境。這些物聯網感測器具有不同的連線類型,從傳統的 COM 到高速 USB 和 LAN 埠。此外,堆高機還整合了高頻寬光達感測器,可實現極其精確的繪圖,並需要 10GbE 頻寬連線。工業電腦需要提供必要的 I/O 支援量,並易於與多種感測器混合連線相容。

 

解決方案

在徹底審查自動化機器人公司的要求後,Premio 的人工智慧邊緣推論電腦 RCO-6000 系列被選為最佳解決方案,因為它滿足了為自主堆高機提供電腦視覺所需的所有主要要求。它還成功整合到類似的自主解決方案中,例如自主中程送貨卡車,該卡車也使用電腦視覺和物聯網感測器進行自主部署。透過採用 EDGEBoost 技術、豐富的板載 I/O 連線能力和可配置的效能,RCO-6000 系列提供了一個專為人工智慧驅動的自主堆高機解決方案設計和最佳化的邊緣運算解決方案,用於北美洲的倉庫和物流設施。

 

利用 EDGEBoost Node 實現即時邊緣人工智慧效能 

要啟用自主堆高機的邊緣人工智慧軟體,需要在效能、尺寸和耐用性之間取得平衡。透過利用模組化EDGEBoost Node 技術,RCO-6000 系列可配置專用的低矮型 GPU,以簡化邊緣人工智慧工作負載。

 
Premio 選擇 RTX A2000 是因為其人工智慧導向的GPU 加速效能、低矮型外形尺寸和電源效率。這種組合為 RCO-6000 系列提供了充足的並行處理能力,以處理邊緣人工智慧工作負載,同時保持車載部署的耐用性。

NVIDIA RTX A2000:
GPU 記憶體 12GB GDDR6 附 ECC
最大功耗 70W
外形尺寸 低矮雙槽

 

利用 EDGEBoost I/O 技術實現無縫物聯網整合 

RCO-6000 系列同時提供豐富的板載物聯網專用 I/O,並透過模組化 EDGEBoost I/O 技術提供 I/O 靈活性。板載 I/O 具有各種物聯網專用連線能力,從標準 COM、USB 和 LAN 到隔離 DIO。為了進一步客製化,RCO-6000 系列支援雙 EDGEBoost I/O 支架,允許與額外 I/O 無縫配置,以滿足高規格要求。在此案例中,自主堆高機使用需要 10GbE 連線的光達感測器,這是自主堆高機的關鍵要求。憑藉標準化和模組化設計,Premio 為 RCO-6000 系列配置了雙 10GbE EDGEBoost I/O 模組,輕鬆滿足了這項要求。


 

長期產品支援生命週期

除了人工智慧效能之外,Premio 還為 RCO-6000 系列配置了第 10 代 Intel TE 處理器。透過選擇 TE 型號,Premio 可以提供長期的部署一致性,因為這條 Intel 處理器產品線在 Intel 的 10 年嵌入式支援生命週期藍圖下。這使得機器人公司能夠整合可重複的邊緣人工智慧運算解決方案,而不會出現可能與整體解決方案衝突的突然設計變更。

 

車載耐用性與可靠性

RCO-6000 系列專為在極端條件和環境下承受工業部署而設計,可全天候用於車載使用案例。其無風扇和無纜線設計可防止灰塵和碎屑進入,同時還能實現一系列其他關鍵功能:

  • 寬工作溫度範圍(-25°C 至 70°C) 
  • 抗震和抗振動性(符合 MIL-STD-810G 標準) 
  • 寬功率輸入範圍(9~48VDC) 
  • 電源保護(OCP、OVP、RPP) 
  • 電源點火管理 
  • CAN 總線支援
  • 世界級認證:UL、FCC、CE

 

堆高機外形尺寸相容性 

RCO-6000 系列與其他邊緣運算選項相比,佔用空間最小。它輕鬆地改裝到堆高機底盤中,不會干擾其他電子設備或向外突出,導致外殼門無法關閉。這使得機器人公司現在能夠符合先前解決方案無法達成的 OSHA 合規標準。 

 

效益  

Premio 不僅提供滿足所有機器人公司要求的堅固邊緣運算解決方案,還作為官方合作夥伴提供額外效益。作為直接製造商,Premio 透過其世界級的工程、供應鏈管理和一站式製造服務提供增值支援,這些服務通常在美國鮮少有業務的海外競爭對手無法提供。 

 

直接製造商合作夥伴關係 

透過與製造商直接合作,Premio 將其 35 年以上的邊緣運算專業知識和支援帶給自動化機器人公司。從供應鏈管理到技術工程支援,機器人公司能夠依靠 Premio 提供專業的運算經驗和標準解決方案,從而無需為其他解決方案分配昂貴的資源和市場延遲。  

 

主動銷售與工程支援 

Premio 的銷售和工程團隊提供了卓越的支援,確保這款堅固型邊緣電腦超出客戶的期望標準。當自動化機器人公司需要透過自訂 BIOS 進行軟體調整時,Premio 的 BIOS 工程師迅速與他們合作,輕鬆配置和優化 AI 軟體。 

 

在地化供應鏈管理 

Premio 的專業供應鏈管理團隊策略性地設在大洛杉磯地區,在應對供應鏈中斷和制定有效決策方面經驗豐富,能為客戶的 OEM 運算解決方案確保及時交貨。 

相關文章

使用 EdgeBoost 節點讓 AI 邊緣推論電腦設計變得 (相對) 簡單

推論是指計算系統根據經過訓練的機器學習演算法進行預測。雖然推論的概念並不新穎,但能夠在邊緣執行這些進階操作是相對較新的技術。 邊緣推論引擎背後的技術是嵌入式電腦。但很明顯,它不僅僅如此,它還具有增強的運算能力、大量的儲存空間和必要的 I/O,可即時處理大量數據。目標是盡可能地在數據生成的位置附近執行操作,以最短的時間實現最準確的結果。該位置通常非常靠近感測器,外部數據會輸入到系統中。一旦做出決策,通常會將其傳回邊緣執行,從而在邊緣實現即時決策。 邊緣推論引擎的一個主要考量是其部署的環境。例如,它是否必須設計成能承受衝擊和振動?它是否會遇到極高或極低的溫度?它是否能提供效能加速的適當平衡?對這些問題的每個答案都可能導致不同的設計,或者至少是不同的設計方法。 有些供應商擁有全套用於環境問題的內部測試設備。這將包括熱調節模擬,當然還有衝擊和振動。在大多數應用中,專為「堅固耐用和散熱應用」設計的系統意味著它可以在 -40°C 至 +70°C 的溫度範圍內運作,並且可以承受高達 20 G 的衝擊和 3 Grms 的振動。 為 AI 加速 通用嵌入式電腦和專為處理推論演算法而設計的電腦之間存在明顯區別。首先,推論引擎需要極致的運算效能。任何設計師都可以從貨架上取下高階 X86 處理器並將其整合到系統中,即使是包含資料中心平台功能的系統。然而,要設計一個能達到最大輸送量的系統,需要人工智慧系統方面(包括硬體和軟體)的深厚專業知識和經驗。Premio 的專家憑藉其強大的硬體工程和工業級電腦平台的設計能力,完美符合這一要求。 產品導覽:AI 邊緣推論電腦 (RCO-6000-CFL) – 堅固的邊緣媒體集線器 Premio 推出了一種名為 Edge Boost Nodes 的模組化技術,可最大限度地提高邊緣的系統效能。硬體節點物理連接到平台的下部,為需要即時洞察數據採集的邊緣級工作負載提供硬體加速。這種兩件式模組化設計有助於保持平台的堅固性,同時透過創新的罐式磚塊中的非揮發性記憶體 (NVMe) 固態硬碟 (SSD) 和用於並行運算效能的 GPU 提供效能加速。每個 Edge Boost Node 都使用高轉速主動冷卻,以確保這些元件的可靠性。 (圖片來源:Premio Inc.)  設計 AI 推論電腦的來龍去脈 —...