91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

優(yōu)化AI可傳輸計(jì)算架構(gòu)

星星科技指導(dǎo)員 ? 來(lái)源:嵌入式計(jì)算設(shè)計(jì) ? 作者:Braden Cooper ? 2022-11-07 11:20 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

軍事電子行業(yè)的人工智能AI)正在以超現(xiàn)實(shí)的速度增長(zhǎng)。各個(gè)領(lǐng)域的最新創(chuàng)新恰逢將計(jì)算、傳感器技術(shù)和軟件方面最強(qiáng)大的進(jìn)步帶到關(guān)鍵任務(wù)場(chǎng)景中。正如GPU在原始計(jì)算能力方面繼續(xù)超過(guò)摩爾定律一樣,新的傳感器和網(wǎng)絡(luò)接口帶來(lái)了越來(lái)越大的數(shù)據(jù)集需要計(jì)算。這些新技術(shù)為將商業(yè)和科學(xué)人工智能進(jìn)步的力量帶入軍事可運(yùn)輸設(shè)施提供了關(guān)鍵機(jī)會(huì)。民用數(shù)據(jù)中心型人工智能應(yīng)用和軍用可運(yùn)輸部署之間的主要區(qū)別(和障礙)是任務(wù)的環(huán)境、電力和安全要求。

需要在邊緣部署人工智能系統(tǒng)的一個(gè)明顯例子是軍用陸地、空中或海上車(chē)輛的威脅檢測(cè)。與民用自動(dòng)駕駛汽車(chē)物體識(shí)別一樣,軍事威脅檢測(cè)系統(tǒng)正在捕獲傳入的傳感器數(shù)據(jù),將數(shù)據(jù)提供給預(yù)先訓(xùn)練的AI模型,并在傳感器數(shù)據(jù)中推斷威脅的跡象。此工作流雖然只有幾個(gè)步驟,但需要幾個(gè)不同的復(fù)雜硬件層。傳感器向計(jì)算節(jié)點(diǎn)提供數(shù)據(jù)流,計(jì)算節(jié)點(diǎn)又將可操作的智能分發(fā)到適當(dāng)?shù)淖酉到y(tǒng),所有這些子系統(tǒng)都在高速存儲(chǔ)和互連的框架上運(yùn)行。

構(gòu)建硬件架構(gòu)圖成為根據(jù)車(chē)輛的尺寸、重量和功率 (SWaP) 限制優(yōu)化連續(xù)數(shù)據(jù)吞吐量的一項(xiàng)練習(xí)。雖然可以通過(guò)添加另一個(gè)計(jì)算機(jī)系統(tǒng)機(jī)架來(lái)優(yōu)化民用數(shù)據(jù)中心的工作流程,但大多數(shù)軍用車(chē)輛的獨(dú)特功率、外形和環(huán)境條件使得對(duì)優(yōu)化的人工智能可移動(dòng)系統(tǒng)的挑戰(zhàn)和需求顯而易見(jiàn)。

應(yīng)對(duì)此工作流程挑戰(zhàn)的可能解決方案是將傳感器數(shù)據(jù)流廣播到遠(yuǎn)程或移動(dòng)數(shù)據(jù)中心,這可以支持邊緣優(yōu)化程度較低的計(jì)算機(jī)系統(tǒng);從而消除了對(duì) AI 計(jì)算節(jié)點(diǎn)進(jìn)行加固的需要。然而,隨著數(shù)據(jù)量的增長(zhǎng),傳感器數(shù)據(jù)存儲(chǔ)與“云”或遠(yuǎn)程數(shù)據(jù)中心之間的通信路徑很快成為吞吐量瓶頸。為了在軍事可移動(dòng)人工智能應(yīng)用中充分利用最新的人工智能技術(shù),應(yīng)使用邊緣優(yōu)化的融合系統(tǒng)來(lái)集成整個(gè)工作流程。

這些堅(jiān)固耐用的軍用系統(tǒng)可最大限度地提高傳感器數(shù)據(jù)攝取速率,并將其與整個(gè)計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)速度相匹配。在這種無(wú)瓶頸體系結(jié)構(gòu)中,平衡的數(shù)據(jù)流可以以可縮放的方式滿足數(shù)據(jù)的計(jì)算需求,該方式可以隨著數(shù)據(jù)的增長(zhǎng)而增長(zhǎng)。無(wú)需遠(yuǎn)程計(jì)算意味著可以捕獲、處理傳感器數(shù)據(jù)并將其用于實(shí)時(shí)推理和決策。

打破對(duì)遠(yuǎn)程數(shù)據(jù)中心和云計(jì)算的依賴可以優(yōu)化AI工作流程的吞吐量,但確實(shí)帶來(lái)了新的挑戰(zhàn)。與軍用車(chē)輛中的所有電子系統(tǒng)一樣,融合AI系統(tǒng)的設(shè)計(jì)必須滿足嚴(yán)格的MIL-STD環(huán)境條件以及各自車(chē)輛的獨(dú)特動(dòng)力傳輸系統(tǒng)。為數(shù)據(jù)中心構(gòu)建的商用現(xiàn)貨 (COTS) 服務(wù)器可在配備 220VAC 單相電源的空調(diào)房中運(yùn)行。為了真正優(yōu)化通常在不太理想條件下運(yùn)行的軍用車(chē)輛的AI工作流程,托管AI構(gòu)建塊的系統(tǒng)必須經(jīng)過(guò)設(shè)計(jì),測(cè)試和認(rèn)證,以滿足它們將繼續(xù)支持的任務(wù)的嚴(yán)格要求。

審核編輯:郭婷

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2576

    文章

    55056

    瀏覽量

    791493
  • 人工智能
    +關(guān)注

    關(guān)注

    1817

    文章

    50102

    瀏覽量

    265523
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    如何突破AI存儲(chǔ)墻?深度解析ONFI 6.0高速接口與Chiplet解耦架構(gòu)

    1. 行業(yè)核心痛點(diǎn):AI“存儲(chǔ)墻”危機(jī)在大模型訓(xùn)練與推理場(chǎng)景中,算力演進(jìn)速度遠(yuǎn)超存儲(chǔ)帶寬,計(jì)算與存儲(chǔ)之間的性能鴻溝(存儲(chǔ)墻)已成為限制系統(tǒng)能效的關(guān)鍵瓶頸。? Scale-up需求:?jiǎn)喂?jié)點(diǎn)內(nèi)需要極高
    發(fā)表于 01-29 17:32

    2025年中科曙光聯(lián)合多家企業(yè)共同推出AI計(jì)算開(kāi)放架構(gòu)

    2025年,人工智能產(chǎn)業(yè)步入規(guī)?;瘧?yīng)用深水區(qū),大模型技術(shù)迭代加速,對(duì)算力規(guī)模與效率提出更高要求。在這一背景下,9月,中科曙光依托國(guó)家先進(jìn)計(jì)算產(chǎn)業(yè)創(chuàng)新中心,聯(lián)合產(chǎn)業(yè)鏈上下游20多家企業(yè)共同推出AI計(jì)算開(kāi)放
    的頭像 發(fā)表于 12-30 15:43 ?549次閱讀

    Microsoft Azure Cobalt 200 開(kāi)啟AI時(shí)代Arm架構(gòu)計(jì)算新紀(jì)元

    數(shù)據(jù)中心的架構(gòu)設(shè)計(jì)已經(jīng)不再是獨(dú)立計(jì)算資源的堆砌,而是需要構(gòu)建成能夠高效處理多樣化、高負(fù)載任務(wù)的融合系統(tǒng)。為滿足這一需求,業(yè)界正從底層對(duì)計(jì)算技術(shù)進(jìn)行全面優(yōu)化,優(yōu)先保障性能、可擴(kuò)展性和能效
    的頭像 發(fā)表于 11-29 20:12 ?1864次閱讀

    怎樣優(yōu)化電能質(zhì)量在線監(jiān)測(cè)裝置的網(wǎng)絡(luò)傳輸?

    優(yōu)化電能質(zhì)量在線監(jiān)測(cè)裝置的網(wǎng)絡(luò)傳輸,核心是圍繞 “ 降延遲、減丟包、提效率 ” 三大目標(biāo),從 傳輸介質(zhì)選型、通信協(xié)議優(yōu)化、數(shù)據(jù)處理壓縮、網(wǎng)絡(luò)架構(gòu)
    的頭像 發(fā)表于 10-23 11:52 ?413次閱讀

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+AI芯片到AGI芯片

    建立的基礎(chǔ): ①算力支柱②數(shù)據(jù)支柱③計(jì)算支柱 1)算力 與AI算力有關(guān)的因素: ①晶體管數(shù)量②晶體管速度③芯片架構(gòu)④芯片面積⑤制造工藝⑥芯片內(nèi)部擴(kuò)展⑦內(nèi)存帶寬、存儲(chǔ)容量等⑧處理器利用率⑨芯片之間的互連
    發(fā)表于 09-18 15:31

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+AI的科學(xué)應(yīng)用

    和量子計(jì)算的兩項(xiàng)新興的技術(shù),將在生產(chǎn)假說(shuō)方面發(fā)揮重要作用,從而改變科學(xué)發(fā)現(xiàn)的范式。 生成式AI: 2、窮舉搜索 3、分析排錯(cuò)與組合優(yōu)化 分析排錯(cuò)是生成假說(shuō)的重要手段。強(qiáng)化學(xué)習(xí)也在優(yōu)化
    發(fā)表于 09-17 11:45

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+第二章 實(shí)現(xiàn)深度學(xué)習(xí)AI芯片的創(chuàng)新方法與架構(gòu)

    的時(shí)間縮短、效率提升的硬件架構(gòu)非常重要。因此存內(nèi)加速方案,X-Former應(yīng)運(yùn)而生。它是一種混合存內(nèi)計(jì)算架構(gòu),結(jié)合了NVM和基于互補(bǔ)金屬氧化物半導(dǎo)體(CMOS)的處理元件。 架構(gòu)如下:
    發(fā)表于 09-12 17:30

    AI 芯片浪潮下,職場(chǎng)晉升新契機(jī)?

    、新架構(gòu)不斷涌現(xiàn)。能夠在工作中提出創(chuàng)新性的解決方案,推動(dòng) AI 芯片性能、功耗、成本等關(guān)鍵指標(biāo)的優(yōu)化,將極大提升在職稱評(píng)審中的競(jìng)爭(zhēng)力。例如,在芯片設(shè)計(jì)中引入新的計(jì)算范式,如存算一體技術(shù)
    發(fā)表于 08-19 08:58

    AI 邊緣計(jì)算網(wǎng)關(guān):開(kāi)啟智能新時(shí)代的鑰匙?—龍興物聯(lián)

    順暢地通向云端,實(shí)現(xiàn)設(shè)備與云端之間高效的數(shù)據(jù)傳輸與交互。通過(guò)融合先進(jìn)的邊緣計(jì)算和人工智能技術(shù),AI 邊緣計(jì)算網(wǎng)關(guān)能夠在靠近數(shù)據(jù)源的網(wǎng)絡(luò)邊緣,對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)處理和精準(zhǔn)分析,進(jìn)而實(shí)現(xiàn)智能化
    發(fā)表于 08-09 16:40

    【「DeepSeek 核心技術(shù)揭秘」閱讀體驗(yàn)】第三章:探索 DeepSeek - V3 技術(shù)架構(gòu)的奧秘

    數(shù)據(jù)中挖掘有價(jià)值信息,這也讓我意識(shí)到架構(gòu)設(shè)計(jì)對(duì)模型性能起著根本性作用,是 AI 具備強(qiáng)大能力的 “骨骼” 支撐。 二、流水線并行 書(shū)中關(guān)于流水線并行的內(nèi)容,展現(xiàn)了提升計(jì)算效率的巧妙思路。簡(jiǎn)單流水線并行雖
    發(fā)表于 07-20 15:07

    AI芯片:加速人工智能計(jì)算的專用硬件引擎

    人工智能(AI)的快速發(fā)展離不開(kāi)高性能計(jì)算硬件的支持,而傳統(tǒng)CPU由于架構(gòu)限制,難以高效處理AI任務(wù)中的大規(guī)模并行計(jì)算需求。因此,專為
    的頭像 發(fā)表于 07-09 15:59 ?1599次閱讀

    首創(chuàng)開(kāi)源架構(gòu),天璣AI開(kāi)發(fā)套件讓端側(cè)AI模型接入得心應(yīng)手

    ,聯(lián)發(fā)科帶來(lái)了全面升級(jí)的天璣AI開(kāi)發(fā)套件2.0,在模型庫(kù)規(guī)模、架構(gòu)開(kāi)放程度、前沿端側(cè)AI技術(shù)支持和端側(cè)LoRA訓(xùn)練落地等方面均迎來(lái)全面躍遷,為開(kāi)發(fā)者提供了更全面、更開(kāi)放、更強(qiáng)大的端側(cè)AI
    發(fā)表于 04-13 19:52

    適用于數(shù)據(jù)中心和AI時(shí)代的800G網(wǎng)絡(luò)

    和性能隔離能力,以保障不同用戶任務(wù)互不干擾。 分布式AI計(jì)算與網(wǎng)絡(luò)架構(gòu)設(shè)計(jì) 分布式計(jì)算已成為AI訓(xùn)練的主流方式,通過(guò)將工作負(fù)載分配
    發(fā)表于 03-25 17:35

    DeepSeek推動(dòng)AI算力需求:800G光模塊的關(guān)鍵作用

    數(shù)據(jù)傳輸速率,減少帶寬瓶頸,成為數(shù)據(jù)中心和AI集群架構(gòu)優(yōu)化的重點(diǎn)。光模塊速率的躍升不僅提升了傳輸效率,也為大規(guī)模并行
    發(fā)表于 03-25 12:00

    Banana Pi 發(fā)布 BPI-AI2N & BPI-AI2N Carrier,助力 AI 計(jì)算與嵌入式開(kāi)發(fā)

    架構(gòu),賦能多場(chǎng)景應(yīng)用 BPI-AI2N 采用 RZ/V2N 處理器,集成 4 核 Arm? Cortex?-A55(1.8GHz)與 Cortex?-M33(200MHz),提供強(qiáng)勁的計(jì)算能力,同時(shí)兼顧
    發(fā)表于 03-19 17:54