EO_502

DIGITAL ADAPTIVE COMPUTING ELETTRONICA OGGI 502 - MAGGIO 2022 52 per proteggere gli animali domestici lasciati nel veicolo. Gli sviluppatori possono anche optare per un’implementazionehardwarealtamenteottimizzatadella propria applicazione finale, ad esempio combinando sulla stessa piattaforma soluzioni per il rilevamento LiDAR e radar, oppure una telecamera frontale, ciascuna con risorse personalizzate di intelligenza artificiale e di elaborazione dei sensori. Tutto ciò non può essere ottenuto con le CPU e le GPU. Inoltre, poiché oggi l’industria automotive impone alle case automobilistiche requisiti in rapida evoluzione, la piattaforma adattiva può essere rapidamente modificata direttamente sul dispositivo, come se si effettuasse un aggiornamento software. Progettazione con funzionalità e sicurezza critiche Nel controllo industriale e nella robotica, le unità adattabili sono in grado di gestire attività come la percezione, il controllo, la rete e la navigazione, mentre le unità IA possono aumentare il controllo per l’esecuzione dinamica e la manutenzione predittiva, e le unità scalari gestiscono il controllo critico per la sicurezza, il controllo dell’interfaccia utente e la sicurezza informatica. Nei droni multi-missione e con capacità di riconoscimento della situazione, gli sviluppatori possono utilizzare le unità adattabili per la fusione dei sensori, l’elaborazione della forma d’onda e il condizionamento dei segnali. Le unità intelligenti possono concentrarsi sull’intelligenza artificiale a basso consumo e bassa latenza e sul condizionamento dei segnali per la navigazione e il tracciamento del bersaglio, oltre che sulla classificazione delle forme d’onda per la radio cognitiva e il riconoscimento dello spettro. La unità scalari gestiscono il comando e il controllo e possono essere eseguite in blocco per garantire sicurezza e protezione. Un singolo dispositivo Versal AI Edge è in grado di Fig. 5 – Controllo integrato di un UAV con riconoscimento della situazione Fig. 4 – Un sistema di guida assistita realizzato su tre dispositivi Zynq e su un dispositivo Versal IA Edge supportare più ingressi, che includono la comunicazione radio, la navigazione, i radar di tracciamento del bersaglio e i sensori elettro-ottici e infrarossi per la ricognizione visiva (Fig. 5). La fusione intensiva dei sensori come in questo caso sarebbe difficile da realizzare in un tipico processore per l’apprendimento automatico. L’intelligenzaartificiale rivesteunruolocentralenel rendere possibili le prossime generazioni di sistemi autonomi. La sicurezza e le prestazioni dipendono dal calcolo deterministico in tempo reale, pur a fronte di rigorosi vincoli di dimensioni, peso e consumi. L’elaborazione adattiva, collaudata nelle applicazioni IA su cloud, risponde alla sfida attraverso l’apprendimento automatico ottimizzato per le applicazioni a bordo rete e l’accelerazione dell’intera applicazione.