EMB_82

EMBEDDED 82 • NOVEMBRE • 2021 51 EMBEDDED VISION&AI | HARDWARE 2.1 delle dimensioni pari a quelle di una carta di credito equipaggiato appunto con un processore i.MX 8M Plus. Il modulo può controllare fino a tre display indipenden- ti, effettuare la codifica e decodifica video accelerata via hardware e mette a disposizione fino a 128 GB di eMMC (embedded MultiMediaCard) per l’archiviazio- ne dei dati. La compressione video conforme ad H.265 consente alla NPU di inviare flussi ad alta definizione provenienti da una telecamera, pre-selezionati dalle due interfacce MIPI-CSI integrate, direttamente a una stazione di controllo centralizzata. Dotato di numerose interfacce periferiche, questo mo- dulo SMARC fornisce l’accesso a un ampio ecosistema di sistemi embedded accelerati tramite l’intelligenza artificiale ed è anche disponibile in versione operante nell’intervallo di temperatura compreso tra -40 e +85 °C, adatto quindi all’uso in ambito industriale. Tra le al- tre caratteristiche di rilievo da segnalare il basso consu- mo di potenza, compreso tra 2 e 6 W, e il raffreddamento di tipo passivo. Robustezza e affidabilità: i due requisiti chiave per le soluzioni edge Un hardware che abbini robustezza ed affidabilità è un requisito imprescindibile per i sistemi di elaborazione edge con funzionalità di visione, dove i dati non posso- no essere elaborati in un ambiente protetto e a tempe- ratura controllata, come nel caso dell’elaborazione nel cloud (cloud computing). Sia che vengano impiegati all’aperto o sul campo, oppure trasportati a bordo di un veicolo o ancora posizionati all’interno di uno stabili- mento, questi sistemi devono essere resilienti. I sistemi di visione basati sull’intelligenza artificiale sono richie- sti in una pluralità di applicazioni che spaziano dal ri- levamento dei frutti maturi in agricoltura all’ispezione automatizzata dei prodotti in produzione, dal controllo degli accessi nell’automazione degli edifici al ricono- scimento dei prodotti nei carrelli della spesa nei punti vendita al dettaglio. L’analisi in tempo reale basata sull’elaborazione ese- guita alla periferia dà risultati senza dubbio migliori ri- spetto alla tradizionale ispezione compiuta dagli esseri umani; è sempre operativa, 24 ore su 24 per sette giorni alla settimana. I vantaggi sono particolarmente signifi- cativi in tutte quelle attività industriali che si svolgono in ambienti inospitali: si pensi a esempio al monitorag- gio delle turbine eoliche o alla sorveglianza video che espleta compiti di sicurezza nei processi produttivi. Come riportato in uno studio condotto da McKinsey , Il cervello che si cela dietro la visione basata sull’intelligenza arti- ficiale: il modulo conga-SMX8-Plus in formato SMARC 2.1 trasferi- sce l’intelligenza neuromorfica alla periferia della rete con un TDP di soli 6 W i sistemi basati sull’intelligenza artificiale possono con- tribuire ad aumentare il tasso di utilizzo e la produt- tività degli impianti in misura fino al 20% grazie alla manutenzione predittiva. Il monitoraggio visivo della qualità con rilevamento automatico dei difetti può far aumentare la produttività fino al 50%. Per le applicazioni che richiedono un grado di sicurez- za particolarmente elevato, come la guida autonoma, le soluzioni di intelligenza artificiale basate sull’elabo- razione periferica sono l’elemento fondamentale per assicurare il trasporto affidabile e sicuro di persone e merci. Una visione personalizzata con la piattaforma software eIQ A causa della varietà delle possibili applicazioni di vi- sione embedded, è evidente che uno starter set debba consentire sviluppi personalizzati. Per questo motivo NXP propone la piattaforma di sviluppo software eIQ (embedded intelligence) per applicazioni ML (Machi- ne Learning). Grazie a essa gli sviluppatori di sistemi accelerati tramite l’uso dell’intelligenza artificiale pos- sono utilizzare una piattaforma che integra differenti librerie e tool di sviluppo espressamente adattati per i microprocessori e i microcontrollori di NXP. eIQ comprende motori inferenziali capaci di dedurre nuo- vi elementi dai dati esistenti e dagli approfondimenti ottenuti attraverso il ragionamento. Questo ambiente software supporta numerosi motori inferenziali e libre- rie come Arm NN (Neural Network) e TensorFlow Lite, quest’ultima di tipo open source.