LG представляет LG8111 AI SoC и плату для разработки для обработки Edge AI


Компания LG Electronics разработала LG8111 AI SoC для вывода ИИ на устройстве и представила эталонную плату Eris на базе процессора. Чип поддерживает аппаратную обработку в функциях искусственного интеллекта, таких как видео, голос и управление. Плата для разработки LG8111 AI способна реализовать нейронные сети для алгоритмов глубокого обучения благодаря встроенному «процессору AI для LG». Кроме того, низкое энергопотребление и низкая задержка чипа повышают его способность к самообучению. Это позволяет продуктам с микросхемой LG8111 AI реализовывать «AI на устройстве».

Компоненты и особенности SoC LG8111 AI

  • Ускоритель искусственного интеллекта LG Neural Engine имеет обширную архитектуру для логического вывода/обучения «на устройстве» с поддержкой TensorFlow, TensorFlow Lite и Caffe.
  • ЦП платы оснащен четырьмя ядрами Arm Cortex A53 с тактовой частотой 1,0 ГГц, с размером кэша L1 32 КБ и размером кэша L2 1 МБ. ЦП также поддерживает NEON, FPU и расширение Cryptography.
  • Движок камеры имеет двойной конвейер ISP с параллельным интерфейсом с улучшенной функцией предварительной обработки HDR. Это включает коррекцию искажения объектива и уменьшение шума при захвате изображений.
  • Ускоритель технического зрения на плате предназначен для обработки цифровых сигналов. Это позволяет извлекать признаки и деформировать изображение.
  • Видеокодер и голосовой движок поддерживают кодирование видео в формате Full HD H.264 и распознавание голоса «Always-on», соответственно.

Ключевые характеристики решений компании LG LG8111 AI

Искусственный интеллект «на устройстве» делает чип независимым от ограничений постоянного сетевого подключения, что является серьезной проблемой для искусственного интеллекта. Чип поддерживает AWS IoT Greengrass, который обеспечивает среду, в которой данные обрабатываются локально при генерации через устройство.

Интеграция платы с AWS IoT Greengrass позволяет упростить развертывание различных решений. Кроме того, помимо упомянутой выше функции искусственного интеллекта на устройстве, плата разработки LG8111 AI может обеспечить улучшенный сбор/анализ данных датчиков и производительность ML Inference. На плате есть много решений для конкретных компонентов, их можно найти на официальной странице продукта.

Технические характеристики платы разработки LG LG8111 AI

Плата разработки LG8111 AI поддерживает среду Ubuntu 18.04 и состоит из Reset, USB-хоста, порта отладки UART и питания. Он использует интегрированную платформу Wi-Fi для подключения к сети, которая работает только на частоте 2,4 ГГц.

  • Аппаратная архитектура: ARM
  • Операционная система: Linux (другое), Ubuntu
  • Язык программирования: C/C ++
  • Интерфейсы ввода/вывода: камера, GPIO, I2C, MIPI, PWM, SD, UART, USB
  • Сеть: только Wi-Fi 2,4 ГГц
  • Безопасность: аппаратное шифрование, безопасная загрузка, TEE
  • Монтаж/форм-фактор: встроенный
  • Хранение: eMMC
  • Экологические: промышленные (от -40 до 85 C)
  • Мощность: аккумулятор

Заключение

Плата для разработки LM8111 AI обеспечивает функции «AI на устройстве» благодаря своей способности локализовать обработку данных, генерируемых устройством. Низкое энергопотребление и низкая задержка платы должны сделать ее еще более популярной. Интеграция с AWS IoT Greengrass делает его динамичным для развертывания различных приложений и решений. LG Neural Engine превращает эту плату в «маломощное решение AI SoC».

AWS сообщает: «Справочная плата Eris для LG8111 представляет собой экономичную платформу разработки устройств машинного обучения для таких приложений, как классификация/распознавание изображений, распознавание речи, интеллектуальное управление и многое другое».

Если вам нужна дополнительная информация о микросхеме LG8111 AI или вы хотите купить эталонную плату, свяжитесь с компанией по этому адресу электронной почты:  LGSIC-AI@lge.com.

Изображения были взяты с официальной страницы продукта и руководства пользователя.

Выражаем свою благодарность источнику из которого взята и переведена статья, сайту cnx-software.com.

Оригинал статьи вы можете прочитать здесь.

0 0 vote
Article Rating
Подписаться
Уведомление о
guest

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.

0 Комментарий
Inline Feedbacks
View all comments