EMB98

EMBEDDED 98 • NOVEMBRE • 2025 22 HARDWARE | INTELLIGENZA ARTIFICIALE riconoscimento facciale e vocale. Lo stesso processore è ora disponibile per gli utenti industriali attraverso la serie Dragonwing di SoC, affiancato dai core applicati- vi della serie Cortex-A basati su Arm e GPU (graphics processing unit) Adreno. Le attuali generazioni di Hexagon riflettono un impe- gno a lungo termine per l’elaborazione del segnale, l’ap- prendimento automatico e i carichi di lavoro dell’AI. La prima iterazione di Hexagon è apparsa nel 2007, inizialmente supportando carichi di lavoro di elabora- zione del segnale digitale (DSP) con un motore scalare basato su Vliw (very long instruction word) per fornire un elevato throughput di dati. Un’innovazione chiave che risale a questa implemen- tazione è l’uso del multithreading simmetrico (SMT). Sfruttando il parallelismo a livello di thread, l’architet- tura nasconde molti dei problemi causati dalla latenza della memoria esterna. Questa filosofia di progettazio- ne ha attraversato le successive generazioni di Hexa- gon, con particolare attenzione alla creazione di un’ar- chitettura unificata che consenta agli sviluppatori di sfruttare appieno le risorse hardware di Hexagon. Le generazioni successive della NPU Hexagon hanno aggiunto il supporto per l’aritmetica vettoriale paral- lela e quindi i tensori multidimensionali, insieme a un processore scalare completo in grado di eseguire Linux senza la necessità di ricorrere al supporto di CPU Arm nel SoC se l’applicazione lo richiede. La fusione dei motori scalare, vettoriale e tensoriale, che condividono l’accesso a una memoria centrale, consente un elevato livello di flessibilità. Inoltre, l’NPU utilizza la tecnologia micro-tile inferen- cing, una tecnica che consente di supportare in modo efficiente modelli di intelligenza artificiale più piccoli, laddove il caso d’uso richieda un consumo energetico estremamente basso. Più micro-tile possono funziona- re simultaneamente in modo che questo modello possa continuare a funzionare mentre altri modelli si occupa- no per esempio del riconoscimento vocale. L’architettura common-memory consente agli svilup- patori di sfruttare appieno tecniche come la fusione dei livelli. Questa tecnica può combinare dieci o più livelli per eliminare la necessità di scrivere risultati intermedi nella memoria esterna. La recente offerta di Qualcomm per l’acquisizione di Edge Impulse segnala un impegno continuo per il mercato edge ed embedded per l’AI, in- sieme al rilascio di SoC nella gamma Dragonwing che implementano varie versioni dei core Hexagon, Adreno e Cortex-A per soddisfare diversi punti di performance. Riconoscendo la necessità di accedere a una varietà di modelli, l’AI Hub di Qualcomm fornisce l’accesso a centinaia di diverse implementazioni di modelli, cia- scuna ottimizzata per le piattaforme Snapdragon e Dragonwing. Gli utenti devono semplicemente selezio- nare e scaricare i modelli per iniziare a lavorare con l’AI, consentendo loro di provare diversi approcci per vedere quale si adatta meglio all’applicazione di desti- nazione. Un ulteriore aiuto per la prototipazione e lo sviluppo rapido è la disponibilità di calcolo su hardwa- re modulare basato sullo standard aperto Smarc. La partnership di Tria con Qualcomm offre un’opzio- ne per la personalizzazione dei moduli basati su questo standard, consentendo al contempo dei tempi di com- mercializzazione più brevi e una maggiore scalabilità in termini di CPU e memoria. I processori attualmen- te disponibili in questo formato includono QCS5490 e QCS6490, insieme al più grande Vision AI KIT. Ottimiz- zato per l’elaborazione video ad alte prestazioni, il pro- cessore IQ9075 nel Vision AI KIT può fornire perfor- mance da 100 TOP (tera operazioni al secondo). Dato il proliferare di AI nelle applicazioni edge e em- bedded, gli sviluppatori hanno bisogno di un facile ac- cesso alla più ampia varietà di modelli e punti di presta- zione per soddisfare le aspettative di costo e servizio. La disponibilità degli acceleratori AI Dragonwing di Qualcomm sui moduli, insieme a una vasta libreria di modelli e software di supporto, contribuirà a dare ulte- riore slancio a questa proliferazione. Single-board computer (SBC) o modulo System-on-Module (SoM) ad alte prestazioni per applicazioni embedded e AI edge, con dimensioni compatte