EMB 91

EMBEDDED 91 • FEBBRAIO • 2024 8 LA COPERTINA DI EMBEDDED e T-Mobile. L’impegno di Eurotech nella sicurezza è ul- teriormente evidenziato da riconoscimenti come il Mar- chio UL e la normativa IEC 62443 , nonché certificazioni industriali che attestano la resistenza a shock elettrici, vibrazioni e le normative E-mark nell’automotive. Queste certificazioni, fornite come standard o su richie- sta, riflettono l’attenzione e l’importanza che Eurotech attribuisce alla qualità e alla sicurezza, per garantire ai suoi clienti soluzioni affidabili. Per comprendere come le soluzioni Edge AI proposte da Eurotech abilitano l’AIoT è necessario capire e seguire il percorso dei dati che si articola in tre fasi principali. 1. Gestione dei dati: il processo inizia con la raccolta e la preparazione dei dati per l’elaborazione AI. Euro- tech rende semplice questa fase grazie a Everyware Software Framework (ESF) che offre gamma com- pleta di strumenti e servizi che consentono di ac- quisire immagini dal campo e creare un repository di dati dedicato al processo di training . Indipen- dentemente dal tipo di fonte – che sia uno stream video o una telecamera industriale con API speci- fiche – ESF dispone di funzionalità di image grab- bing e facilita la preparazione dei dati per il labeling . Utilizzando l’infrastruttura hardware già presente e sfruttando le funzionalità IoT, ESF arricchisce le immagini con dati ambientali provenienti dalla linea di produzione. Tutto ciò garantisce sin dall’inizio del progetto la massima qualità dei dati raccolti e prepa- rati per l’addestramento dei modelli AI. 2. Ingegneria dei modelli: una caratteristica chiave di ESF è la sua capacità di elaborare direttamente i dati raccolti, evitando costose e inefficienti trasfor- mazioni intermedie, anche quando le immagini pro- vengono da dispositivi hardware diversi. Questo ap- proccio accelerato semplifica la fase di preparazione dei dati, e consente un passaggio fluido allo svilup- po, al training e ai test dei modelli AI. 3. Distribuzione della produzione: in questa fase fina- le, i modelli AI validati vengono distribuiti e conti- nuamente monitorati e mantenuti. Qui interviene Everyware Cloud (EC) di Eurotech, che rende possibile la gestione del ciclo di vita dei modelli AI utilizzando le stesse tecnologie e i mede- simi approcci adottati per la gestione dei dispositivi IoT. I modelli vengono distribuiti sull’edge come ca- richi di lavoro standard, rispettando rigorosamente tutti i criteri di sicurezza e affidabilità stabiliti per gli altri flussi di aggiornamento dei sistemi. Potenziare l’ispezione visiva industriale con Edge AI Nell’ambito dell’ispezione visiva industriale potenziata dall’Edge AI, è fondamentale considerare il numero e la disposizione delle telecamere. Ad esempio, in una linea di produzione, potrebbero essere necessarie diverse te- lecamere, posizionate strategicamente in punti critici, capaci di catturare ogni aspetto del prodotto. Queste te- lecamere devono avere caratteristiche specifiche come alta risoluzione, capacità di funzionamento in diverse condizioni di illuminazione e compatibilità con diverse tecnologie di acquisizione immagini, per assicurare una raccolta dati ottimale. I sistemi di acquisizione video spesso richiedono interfac- ce e protocolli specifici e, in aggiunta all’acquisizione delle immagini, possono essere integrati con sistemi di illumi- nazione dinamica e di monitoraggio ambientale. Diventa essenziale disporre di una soluzione software che consen- ta di interfacciarsi agevolmente agevole con questi sistemi, attraverso servizi pre-installati e facilmente configurabili. Selezione hardware e supporto nell’elaborazione La scelta dell’hardware giusto, che possa gestire i cari- chi di lavoro intesivi tipici delle applicazioni AI, è fon- damentale. Eurotech propone dispositivi ad elevate prestazioni e ampio spazio di archiviazione, ideali per eseguire più modelli AI in parallelo e conservare local- mente i dati per analisi successive. Questi dispositivi integrano il software NVIDIA Triton Inference Server, che garantisce compatibilità con una Processo di implementazione AIoT