Lattice Blog

Share:

スマートファクトリにおけるAI

AI in the smart factory
Posted 09/26/2018 by Dirk Seidel

Posted in

高性能で低コストなカメラシステムによって、人間が危険地帯にいるかどうかを検出したり、労働者への危害を防ぐために機械を停止することができます。これと同じ技術が製造ラインの異物を発見するために使われています。正しいコンポーネンツがあるべきところにあると100%確信できる場合や、積極的に装置の欠陥を検出する予測メンテナンスアプリケーションが使われている場合は、より簡単に高度な生産コントロールが可能になります。

産業環境ではマシンビジョンシステムは目新しいものではない一方で、この部門における普及、急成長と日々生まれる過剰な新しいアプリケーションは、エッジ、すなわち機械そのもののセンサーのすぐ側もしくは内臓されたAI処理、とくに低コストで低消費電力のAI推論システムの進歩によるものが大きいです。

機械学習は通常、2種類の計算負荷、学習と推論が必要です。学習中のシステムは大量の既存データを集め、分析することでを新しい機能を習得します。この作業は高度な数値計算で、従って、高性能のハードウェアを使ったデータセンターで行われることが一般的です。

しかしながら、機械学習の第2段階である「推測」は、パターンを認識したりタスク処理を行うことでシステムの能力を新しいデータに適用します。いくつかの場合においては、設計者は待ち時間やプライバシー、そしてコストの障壁により、データセンターの中で推測処理ができません。その代わりに、コンピューター上のタスクを実行しなければいけません。多くの場合で、低コストなFPGAがこの処理に適しています。

多くの場合、AI駆動のマシンビジョンシステムは個々の機械に備え付けられています。これは、すべての検出や処理がローカルで行われるという点において大きな利点となります。結果的に、待ち時間が最小限に抑えられ、クラウドに接続する必要がなくなります。アプリケーションは、1mWもの電力を消費するダイナミックなフレームレートのために設計されています。簡単にそして短期間で開発できる、FPGA駆動のAIマシンビジョンシステムは従来のアルゴリズムより正確な高度なニューラルネットワークエンジンを活用することで、リアルタイムでいかなる特定の物体を検出し確認することができます。

ラティスはマシンビジョンシステムの設計者向けに方法を効率化し、Lattice sensAIスタックと並行してECP5ベースのエンベデッドビジョン開発キットに取り掛かりました。これは、組込みビジョン設計者が試作システムを迅速に構築するためのとても柔軟で、スマートモジュラーソリューションです。無料ソフトであるIPコア(BNNアクセレレーターやCNNアクセレレーター)やソフトウェアツール、リファレンスデザイン、デモ、そしてカスタマイズされた設計サービスにより、sensAIはデッジデバイスのセンサーデータ処理や分析の統合を加速させます。

Share:

Like most websites, we use cookies and similar technologies to enhance your user experience. We also allow third parties to place cookies on our website. By continuing to use this website you consent to the use of cookies as described in our Cookie Policy.