Chargement...
Chargement...
Chargement...
IA23 juin 202220.5 MIN. DE LECTURE

IA-a-la-peripherie-une-vision-pour-lavenir

Maxx Garrison et Johnny Chen parlent de l'IA à la périphérie

La vision par ordinateur et d'autres solutions fournissant de l'IA à la périphérie permettent aux entreprises de tous les secteurs de réaliser des choses qu'elles n'auraient jamais cru possibles. La question pour beaucoup est devenue non pas s'ils utiliseront l'IA, mais quand. 

Une conversation sur la vision par ordinateur et l'IA à la périphérie

Maxx Garrison, chef de produit chezIntel® Corporation , et Johnny Chen, gestionnaire de comptes ISV IA Edge, se sont réunis pour discuter de l'IA à la périphérie et de la manière dont les organisations peuvent utiliser des solutions matérielles et logicielles pour transformer les projets d'IA de la réalité virtuelle à la réalité. Nous avons partagé la conversation enregistrée dans le cadre de notre événement OnLogic Live et avons également répondu aux questions en direct. Regardez la session enregistrée ou lisez le récapitulatif ci-dessous.

Vidéo

OnLogic en direct ! Une vision pour l'avenir

Défis à la frontière

OnLogic : Lorsque les organisations tentent de déployer des solutions IA à la périphérie, il peut être difficile de passer d'un prototype, ou preuve de concept (POC), à un déploiement complet. Cela est particulièrement vrai dans des environnements difficiles comme sur le sol d'une usine, dans un Entrepôt ou même dans des véhicules. 

Lorsqu'une solution est développée dans un laboratoire, vous disposez essentiellement d'une puissance de calcul illimitée avec les systèmes de laboratoire, les systèmes de serveurs et les stations de travail. Comment prendre cela et le déplacer vers le bord, qui peut être un environnement difficile ? 

Johnny : Vous allez rencontrer des défis à la frontière : 

  • Contraintes de puissance

  • Calcul limité

  • Bande passante limitée

  • Internet limité

  • besoins-en-haute-disponibilite

Vous devez examiner l'ensemble du processus IA du début à la fin – l'inférence n'est qu'une petite partie de l'ensemble de l'équation. Après avoir ingéré et traité l'inférence IA, vous devez stocker les données. Tout tourne autour des bases de données de séries temporelles, des tableaux de bord intelligents et de la restitution des données à l'utilisateur de manière compréhensible. Ceci est l'ensemble du processus IA que les clients doivent comprendre. 

Passer d'une solution IA de la réalité virtuelle à la réalité

Dans les coulisses de OnLogic Live

Johnny : Comment passez-vous du laboratoire à la périphérie ? Je pense que c'est là que ça devient intéressant. Intel et OnLogic ont un excellent partenariat. Vous avez pris notre technologie de base des processeurs et XPUs et vous les avez intégrés dans des Factor comme , ainsi que d'autres, qui sont vraiment conçus pour la scalabilité à la périphérie. Comprendre la charge de travail et comment elle est déployée est la clé pour passer de la preuve de concept à la production et à l'échelle.

Une photo du Karbon 801 de OnLogic

OnLogic : Lorsqu'une personne essaie d'évaluer un système d'IA, elle peut effectuer une grande partie de ce travail en laboratoire où elle pourrait avoir accès à un calcul pratiquement illimité. Par exemple, si vous êtes dans le cloud, vous pouvez lancer une autre instance GPU. Mais lorsque vous vous déplacez vers le bord, vous serez très probablement sur du matériel fixe.

Quelles sont les méthodes ou outils pour aider vraiment les gens à ajuster la solution IA s'ils n'ont pas l'expérience d'aller jusqu'au bout dès le début ?

Utilisation d'Intel Dev Cloud

Johnny : La première étape est de comprendre votre charge de travail et vos indicateurs de performance clés. Ensuite, vous pouvez utiliser  pourIntel Dev Cloud tester réellement votre charge de travail dans le cloud. Et, le meilleur, c'est que dans le cloud, nous avons des partenaires comme OnLogic, ils ont des systèmes là-bas dans le Dev Cloud. Avoir le système exact que vous déploierez à la périphérie vous donne réellement cet avantage. Vous pouvez tester votre charge de travail exacte sur ce matériel avant de passer au déploiement. Cela rend beaucoup plus facile d'ajuster correctement ce matériel.

OnLogic : Le Intel Dev Cloud est composé de matériel réel que vous déploieriez en périphérie. . Cela signifie que les développeurs peuvent exécuter leur solution sur un système OnLogic et valider qu'elle fonctionne avec cette charge de travail. Ensuite, ils peuvent configurer leur propre système OnLogic et le déployer à la périphérie. Et ils ont déjà validé que cela fonctionne.

Codez une fois, déployez partout

Johnny : Exactement. Et l'idée est que tous ces outils vous aident à simplifier ce traitement. Intel a également d'autres outils comme openvino. Dans notre nouvelle version OpenVINO 2022.1, nous avons en fait un mode automatique. Cela signifie qu'après avoir exécuté votre modèle sur le moteur d'inférence ouvert, le mode automatique peut sélectionner le meilleur processeur d'inférence. Que ce soit le CPU, le GPU, l'accélérateur Movidius et d'autres choses comme ça. Tout est question de XPU. Peu importe où cela fonctionne, ce qui compte, c'est où cela fonctionne le mieux.

OnLogic : OnLogic propose une variété de matériels. Par exemple, le Karbon 800 est disponible avec une grande variété de XPU : CPU, GPU intégré, GPU discret, FPGA, Movidius – beaucoup d'options. Et ensuite, vous pouvez descendre dans la pile vers notre Movidius ou monter dans la pile périphérie. Nous proposons de nombreuses options, mais OpenVINO rend la transition entre ces différentes technologies pratiquement transparente.

passerelle-ignition-edge

Johnny : L'idée principale est "coder une fois - déployer partout". Ainsi, vous l'installez sur le matériel adapté à votre application spécifique ou à cet environnement. Vous ne voudriez pas installer un système de salle de serveurs à la périphérie où c'est poussiéreux et pas le meilleur environnement. Ça va échouer. C'est tout au sujet de l'optimisation des ressources.

Systèmes conçus pour un environnement difficile

OnLogic : Nous avons conçu la série Karbon 800 spécialement pour l'edge. C'est un système robuste. Vous pouvez monter dans entrée LiDAR et il résistera aux chocs, aux vibrations et aux vous attendez dans des environnements extrêmes. D'un autre côté, si vous avez pris l'équipement de laboratoire que vous avez utilisé pour développer votre ML, peut-être le bureau avec un processeur de jeu ou un serveur montage sur rack, ceux-ci n'ont pas été conçus pour survivre en périphérie.

Johnny : Un système non conçu pour le bord va échouer. OnLogic comprend les défis de l'edge. Vous traitez toute la journée avec des clients qui sont à bout, dans ces environnements difficiles. Vous avez pris notre technologie de base, ajouté votre expertise et créé un système unique pour la scalabilité de la production.

Si vous regardez l'environnement de production d'aujourd'hui, non seulement le système doit être fiable, mais beaucoup de ces systèmes doivent être en haute disponibilité (HA) car ils ne peuvent pas tomber en panne. Ils sont essentiels à la mission. Si vous perdez un système, vous perdez toute l'usine, et maintenant vous parlez de pertes énormes. 

OnLogic : Je pense que lorsque vous avez cette infrastructure évolutive et que vous êtes dans un endroit sans connectivité, vous ne pouvez pas simplement avoir une instance cloud redondante. Vous avez besoin de matériel robuste qui résistera et continuera à fonctionner dans ces environnements difficiles. 

Développez un processus et prouvez les efficacités avec les données de vision.

Johnny : De plus, si vous regardez le calcul de périphérie qui se passe aujourd'hui, de plus en plus de cela se déplace vers l'ordinateur de périphérie car plus de décisions sont prises à l'ordinateur de périphérie. Les données visuelles seules sont en fait assez inutiles si vous y réfléchissez. Parce qu'il vous dit simplement : "Hé - cela a échoué" ou "C'est bon". 

Mais lorsque vous combinez les données de la machine elle-même, du PLC, des capteurs, avec les données de vision – alors vous avez un traitement. Maintenant, vous pouvez auditer le traitement et lorsque la pièce est défectueuse, vous pouvez examiner les réglages. De cette façon, vous pouvez répondre : quels étaient les éléments qui ont rendu cette partie mauvaise ? Et une fois que vous savez, vous pouvez corriger les problèmes. Et toutes ces décisions doivent être prises à la périphérie pour que cela puisse être fait plus rapidement et en temps réel.

OnLogic : Certaines applications uniques que nous voyons permettent un ajustement dynamique. Donc, vous avez la visionpar ordinateur pour comprendre le produit qui sort de la chaîne. Il peut identifier les défauts. Il contrôle également le reste du système derrière lui pour effectuer des ajustements. Par exemple, il pourrait ajuster le traitement d'extrusion pour tenir compte des changements d'humidité dans l'usine. Tout cela peut être dynamique car vous avez ce pouvoir à la périphérie et vous pouvez le faire instantanément. Cette faible latence est cruciale pour le calcul sur ordinateur de périphérie.

Johnny : Une fois toutes ces données collectées, vous pouvez les mettre dans le cloud avec les données d'autres machines et commencer à corréler les données. Ensuite, vous commencez à voir des tendances, vous commencez à voir une histoire. Et maintenant, vous pouvez prouver des gains d'efficacité non seulement sur un site, mais dans toute l'entreprise.

Maxx et Johnny parlent de l'IA à la périphérie et de la vision par ordinateur.

Logiciel pour aider à l'implémentation de l'IA

OnLogic : Y a-t-il des développements logiciels qui faciliteraient cela du côté Développeur et mise en œuvre ? Cette plateforme semble extrêmement complexe à construire et à intégrer. 

Johnny : Absolument. Au-delà d'OpenVINO d'Intel, nous proposons de nombreux autres kits d'outils. L'un est un design de référence que nous avons – appelé Aperçus Edge pour l'Industrie. C'est une pile logicielle de référence, allant de l'ingestion de données et de vision, à l'inférence, à la base de données de séries temporelles jusqu'au tableau de bord. C'est l'ensemble du design de référence que nous offrons gratuitement à nos clients pour qu'ils puissent ensuite créer leur propre produit, pour leur solution spécifique. 

Exemple concret d'IA dans l'industrie de la restauration rapide

OnLogic : Lorsque nous travaillons avec des clients, ils proviennent d'une vaste gamme d'industries. Y a-t-il des exemples d'entreprises qui utilisent l'IA ?

Johnny : Oui – en fait, la question pour toute l'industrie n'est pas de savoir s'ils utiliseront l'IA, mais quand. 

Un exemple intéressant que je pense que tout le monde peut comprendre et apprécier est la restauration rapide. La restauration rapide peut tirer parti de l'IA et améliorer l'expérience client sans que le client ne s'en rende compte. 

Dans un restaurant de fast-food, vous pouvez avoir des caméras qui surveillent le drive. Il peut être utilisé pour savoir combien de voitures sont en file et combien de personnes sont dans le restaurant en file pour commander. Cette information peut être utilisée pour faire des micro-prévisions. 

Si vous y réfléchissez, presque tout le monde commande des frites avec leurs burgers. En connaissant le nombre de personnes dans la file, vous pouvez prévoir combien de frites préparer et être assez précis. 

L'autre façon d'utiliser l'IA dans un restaurant de fast-food est de suivre la qualité de la nourriture. Personne n'aime les frites molles, n'est-ce pas ? Obtenir de mauvaises frites est l'une des pires choses que vous puissiez faire dans un fast-food.

Maxx Garrison et JP Ishaq rient pendant OnLogic Live - Une vision de l'avenir

Une caméra pourrait être dans la cuisine pour surveiller la qualité de la nourriture. Quand les frites ont-elles été faites ? Combien de temps étaient-ils là ? Était-ce là trop longtemps ? Devriez-vous simplement le jeter avant de le servir ? Ce sont toutes des choses pour améliorer la qualité, améliorer l'expérience client. Et le meilleur, c'est que cela améliore non seulement l'expérience client, mais aussi celle de l'entreprise, car vous êtes maintenant plus efficace, vous offrez un meilleur service, et vous avez des données sur la performance de tous vos restaurants.

OnLogic : Oui, j'imagine que dans cette situation, si vous vouliez faire la même chose sans IA, vous auriez besoin d'une salle de contrôle remplie de personnes surveillant les lignes. "Il y a 5 personnes dans la file." Tu dois vendre plus de frites ! Nous n'avons pas ces ressources dans ces entreprises. L'IA peut intervenir et vraiment améliorer cette entreprise de manière qui n'était pas possible auparavant.

Johnny : Et, le meilleur, c'est que cela rend la vie plus facile pour les travailleurs. Parce que maintenant les travailleurs ne se précipitent pas. Ils savent à l'avance combien de nourriture préparer. Et cela mène à un autre point. Cela peut réduire le gaspillage alimentaire car vous ne préparez pas trop. Vous avez une bien meilleure idée de la quantité de nourriture dont vous avez besoin à ce moment précis.

mise-en-oeuvre-ia-brownfield 

OnLogic : L'un des défis uniques que nous observons concerne les sites de fabrication plus anciens. Souvent, ce ne sont pas des usines flambant neuves et pourtant, elles aimeraient intégrer cette capacité IA. Est-ce faisable avec la technologie que nous avons actuellement ?

Johnny : Oh, absolument. Je pense que l'un des plus grands domaines de croissance est l'infrastructure existante, souvent appelée infrastructure brownfield. Comment le mettre à niveau ? La vérité, c'est que personne ne va moderniser une usine entière pour la rendre intelligente. Pourquoi feraient-ils cela si leur équipement fonctionne parfaitement depuis 20 ans ? 

C'est là que les passerelles IdOOnLogic avec les multiples interfaces entrent en jeu. Ils ont la capacité de s'interfacer avec les automates programmables (PLC) et les machines traditionnelles plus anciennes. Vous pouvez extraire des données et les numériser. 

Exploitez les logiciels pour rassembler les données

Johnny : De plus, OnLogic a un excellent partenariat avec . Logiciel d'allumageLeur  rassemble toutes ces données. À la fin de la journée, les données ne diminuent pas, elles augmentent. Maintenant, dans ces anciennes usines, il existe un moyen de récupérer toutes ces données pour les numériser. C'est là que la technologie devient vraiment passionnante. Parce que maintenant, avec toutes ces données rassemblées, vous pouvez commencer à comprendre ces anciennes usines et améliorer les efficacités. Dans le passé, vous ne pouviez tout simplement pas voir l'information. 

OnLogic : Lorsque nous examinons ces anciennes usines, vous pourriez avoir un ancien PLC qui contrôle l'équipement, et vous avez un PLC, puis une passerelle et un serveur de périphérie dans le cloud, et nous envisageons les usines futures et nouvelles. Comment voyez-vous l'évolution de ce type de topologie d'équipement ? Allons-nous nous consolider dans des PLCs logiciels avec des accélérateurs intégrés, ou vous attendez-vous toujours à voir ce type de séparation des fonctions ?

Passez à l'edge pour la prise de décision en temps réel

Johnny : Je vois encore quelques percées, mais je constate que les ordinateurs se déplacent de plus en plus vers la périphérie. Parce qu'un des éléments clés du passage à la périphérie est que vous voulez prendre des décisions en temps réel. Lorsque vous effectuez cette détection de défauts, vous voulez pouvoir voir ce qui se passe. Vous voulez pouvoir ajuster ces machines en temps réel. Ainsi, plus de calcul se déplace vers la périphérie pour le faire en temps réel. 

Mais la deuxième partie est que vous voulez également prendre toutes ces données corrélées et les mettre dans le cloud. L'architecture hybride deviendra de plus en plus répandue. Vous allez voir de plus en plus de données être mises dans le cloud, mais seulement les données importantes. Les données qui ont été traitées à la périphérie peuvent ensuite être placées dans un tableau de bord dans le cloud. De cette façon, toute personne dans l'entreprise peut réellement consulter les données et les comprendre. 

OnLogic : Un bon exemple est un client qui peut intégrer des données LiDAR d'un véhicule. Le LiDAR génère une énorme quantité de données - la plupart ne sont pas utiles. Mais s'il y a une section de ces données qui est utile. Cela peut être téléchargé sur le cloud pour l'entraînement futur des modèles, n'est-ce pas ?

Johnny : Absolument. Et c'est là que l'intelligence en périphérie est si importante. Parce que les données ne diminuent pas, elles croissent de plus en plus vite. Le problème est comment trier toutes ces données ? Autrefois, il fallait qu'une personne s'asseye là et trie cela manuellement. Mais maintenant, avec l'IA, elle peut trier automatiquement et ne vous présenter que ce qui est pertinent. Et c'est ainsi que nous allons devenir efficaces et nous améliorer dans ce domaine. Je pense que l'un des aspects passionnants de notre partenariat est votre capacité à prendre Alder Lake-S et à créer une plateforme très évolutive. 

Une plateforme évolutive pour l'IA

Johnny : La scalabilité dans son ensemble, surtout dans l'IA, est vraiment importante. Si vous regardez OpenVINO d'Intel, il s'agit de "écrire une fois, déployer partout". Vous l'installez sur de petits systèmes jusqu'aux systèmes de classe serveurs et notre code reste le même. D'une certaine manière. Je pense que c'est aussi ce qui rend la série Karbon si excitante. Ce que vous avez fait, c'est créer une plateforme pour l'IA. Vous avez un nombre élevé de iGPU sur l'Alder Lake-P que vous avez créé. Mais OnLogic a également créé un système évolutif au-delà de cela avec votre série Alder Lake-S, qui est maintenant évolutive avec des GPU, des cartes PCIe. L'autre grand sujet est les ports réseau.

Les systèmes OnLogic offrent de nombreux ports réseau parce que – qu'est-ce qui gère toute la vision ? Ce sont des caméras – caméras PoE et ainsi de suite. Je pense que la partie excitante est ce que vous avez fait avec Alder Lake, en créant la série Karbon, c'est devenu une plateforme évolutive pour l'IA.

OnLogic : Quand vous regardez le bas de gamme, nous avons Alder Lake-P, qui est un système très complexe, mais qui possède un iGPU très puissant. Lorsque vous utilisez OpenVINO, vous pouvez vraiment en tirer parti pour les charges de travail IA. Ensuite, vous passez au Karbon 800 et vous vous concentrez vraiment sur cette performance CPU très élevée. Mais aussi, comme vous l'avez dit, cette extensibilité et la modularité des E/S.

OnLogic propose quatre systèmes dans la série Karbon 800. Lorsque nous examinons ces applications d'IA de pointe, vous avez tout à fait raison, c'est de la vision par ordinateur et il faut brancher des caméras. Donc, avec le K804 spécifiquement, je pense que nous pouvons avoir jusqu'à 22 PoE possibles ou 30 caméras USB. Bien sûr, vous devez ajuster vos charges de travail IA pour pouvoir réellement ingérer et effectuer le calcul sur toutes ces données. Mais nous offrons cette plateforme évolutive où, pour presque toutes les applications, nous pouvons trouver un système adapté à cette charge de travail d'IA en périphérie.

Photo de l'Ordinateur de périphérie Karbon 804 robuste a la capacité d'alimenter 22 caméras PoE.

Faites plus avec l'IA à la périphérie

Johnny : Et cette évolutivité va devenir de plus en plus importante à la périphérie, car beaucoup d'entreprises, une fois qu'elles auront goûté à ce qu'elles peuvent faire avec l'IA, voudront ajouter de plus en plus de fonctionnalités via des logiciels et faire de plus en plus d'IA à la périphérie.

OnLogic : Nous sommes vraiment impatients de voir ce que l'avenir réserve à l'IA dans nos industries. Tous les clients avec lesquels nous travaillons s'efforcent de déployer l'IA à la périphérie. Je pense que l'une des choses fascinantes, en travaillant avec des entreprises à la pointe, c'est que nous le voyons en production. Ce ne sont pas seulement des projets de recherche. Nous constatons ces véritables avantages sur le terrain, et c'est réel.

Johnny : Oui, absolument. Tu sais, comme nous en parlions plus tôt, ce n'est pas une question de "si", mais de "quand".

Conclure

Trois photos de JP et Darek en train de discuter pendant OnLogic Live - IA à la périphérie

JP Ishaq, Directeur de l'Activation des Produits, et Darek Fanton, Responsable des Communications, ont fourni des informations supplémentaires après la conversation préenregistrée de Maxx et Johnny.

L'intelligence artificielle – ce n'est pas une question de si, mais de quand 

Darek : Quels ont été les principaux points à retenir de la conversation entre Maxx et Johnny ? 

JP : C'est vraiment excitant de voir cet écosystème se former. Grâce au partenariat entre OnLogic et Intel, nous pouvons offrir des solutions évolutives pour les applications émergentes. Comme l'a dit Johnny, l'intelligence artificielle n'est pas une question de si, mais de quand. Dans de nombreux cas, ce "quand" est maintenant. Nous voyons cela partout, des analyses de vente au détail pour aider les expériences d'achat des clients aux déploiements dans l'automatisationindustrielle pour aider à la maintenance préventive et à la qualité des produits. 

Qu'est-ce que l'inférence en IA ? 

Dans les applications augmentées par l'IA, nous parlons d'apprentissage automatique ou d'apprentissage profond. C'est le processus de construction de votre modèle et de son entraînement en utilisant le calcul haute performance et le Traitement en nuage. L'inférence intervient après que vous avez entraîné le modèle sur la reconnaissance d'objets et que vous l'utilisez maintenant pour reconnaître les données entrantes (généralement des images ou des vidéos). 

Quelle est la différence entre brownfield et greenfield ?

Les termes "brownfield" et "greenfield" sont utilisés dans plusieurs industries, mais ils se réfèrent essentiellement à la même chose. Dans le domaine du matériel, le déploiement d'un projet greenfield est une nouvelle installation qui peut être conçue sur mesure dès le départ. Cela inclurait tous les nouveaux appareils, le matériel, la pile logicielle sur mesure, les périphériques et les protocoles. 

D'autre part, un projet de réhabilitation utilise et s'intègre à l'infrastructure existante. Cela présente des défis uniques pour l'intégration avec des appareils hérités existants. C'est l'une des raisons pour lesquelles beaucoup de nos systèmes incluent ce que le monde du calcul grand public considérerait comme une connectivité "antiquée", comme les ports COM. Beaucoup d'appareils dans les usines existantes nécessitent ces connexions. Ils ne sont souvent pas équipés pour communiquer avec les ressources réseau ou le cloud, c'est pourquoi les passerelles IdO sont devenues une partie essentielle du paysage matériel de la Communauté. OnLogic excelle vraiment à soutenir cette performance de pointe et à maintenir cette connectivité héritée. 

IA de vision par ordinateur en action

Un exemple d'entreprise innovante qui a tiré parti d'une solution OnLogic est aux Pays-Bas. Ils ont développé une solution intelligente pour la tonte en bord de route appelée le Mowhawk. Grâce à la vision par ordinateur, il peut identifier les espèces invasives, les déchets ou même les habitats d'animaux et indiquer à la tondeuse les zones à contourner ou à éviter. 

Tondeuse de bord de route Mohawk avec vision par machine par Datacadabra

C'est un excellent exemple d'une solution d'IA et d'apprentissage automatique utilisée aujourd'hui. Et en tant que consommateur, vous pouvez passer à côté de solutions incroyables d'IA et de vision chaque jour sans même le savoir. Ainsi, ce tracteur dans le terre-plein central pourrait en fait être une solution de vision par ordinateur. 

Exemples de technologies matérielles actuelles ou à venir passionnantes

Une photo de Darek Fanton et JP Ishaq discutant des futures technologies matérielles.

Comme nous l'avons mentionné, nous sommes très enthousiastes de lancer notre série Karbon 800 qui est basée sur  Plateforme de 12e génération d'Intel– anciennement connu sous le nom de Alder Lake. Nous aurons bientôt plus de systèmes basés sur Alder Lake - restez à l'écoute. Nous aurons plus d'opportunités pour que différentes applications soient servies avec différents niveaux d'architecture évolutive. 

L'évolutivité est le maître mot ! Que ce soit l'un de nos modèles K800 qui peut prendre en charge à la fois le traitement Alder Lake intégré et ajouter des périphériques et connectivités supplémentaires, ou l'une de nos plus petites passerelles. Nous allons avoir une solution pour aider nos clients. 

Notre partenariat avec Intel nous permet de profiter des performances des dernières générations tout en continuant à soutenir nos clients et à maintenir leurs plateformes matérielles. 

Une partie de l'évolutivité consiste à s'assurer que vous avez la solution adaptée pour le moment et aussi la capacité d'évoluer au fil du temps à mesure que votre application se développe. Par exemple, nous proposons plusieurs modèles dans notre série K800 : K801, K802, K803 et le K804 qui peut utiliser un GPU. Ainsi, vous avez la flexibilité quant à l'endroit où le calcul est effectué.

Une image de la série Karbon 800 de OnLogic

Qu'est-ce qui rend Alder Lake adapté à l'IA ?

Bien sûr, nous voyons des gains en performance globale et en calcul. Mais l'un des aspects particulièrement intéressants est l'architecture hybride qui combine à la fois des cœurs de performance et des cœurs efficaces, permettant ainsi de s'adapter réellement à la charge de travail nécessaire et de gérer des charges de travail très diverses. 

Et, le GPU intégré est sans précédent dans sa capacité à gérer les charges de travail IA sans nécessiter un périphérique externe ou supplémentaire. C'est quelque chose que nous n'avons pas vu à ce niveau auparavant. Si nécessaire, nos systèmes intègrent tous les périphériques supplémentaires, ce qui permet vraiment à notre client de personnaliser sa solution pour son application. 

Qu'est-ce qui rend Alder Lake adapté pour l'IA ?

Avec les problèmes actuels de la chaîne d'approvisionnement, quelle est la disponibilité de la série Karbon 800 ? 

Il ne fait aucun doute que les problèmes de chaîne d'approvisionnement affectent presque tous les produits et industries dans le monde entier. Notre équipe travaille très dur pour maintenir notre approvisionnement et elle a réussi avec succès. Le K800 est sorti et est maintenant expédié.

C'est une question de flexibilité. Ce qui est excitant, c'est que vous pouvez obtenir les plateformes de base maintenant, et des fonctionnalités supplémentaires seront déployées au fil du temps. 

Prêt à lancer votre application IA à la périphérie ? En savoir plus sur équipe dès aujourd'hui !

Note de l'éditeur : Inductive Automation a mis fin à leur programme Ignition Onboard. Les licences Ignition doivent désormais être achetées directement auprès d'Inductive Automation. Bien que les versions IGN de nos solutions ne soient plus disponibles, nos ordinateurs restent parfaitement adaptés à l'utilisation avec le logiciel Ignition pour le calcul. Découvrez notre matériel .

Sarah Lavoie Créatrice de Contenu pour OnLogic
Sarah Lavoie
Marketing de contenu / Marketing, OnLogic
Sarah Lavoie est créatrice de contenu pour OnLogic. Quand elle n'écrit pas, elle explore généralement le paysage du Vermont avec son appareil photo à la recherche de quelque chose d'incroyable à photographier.

Restez informé.

Soyez le premier à découvrir en exclusivité les derniers produits, les innovations de l'Industrie 4.0 et les événements OnLogic.