Accelerare le decisioni intelligenti, sicure e in tempo reale all’edge grazie alle soluzioni scalabili “ AI ” di NXP e a Sonatus , direttore diAI

Sebbene l’elaborazione dei dati basata sul cloud ( AI ) offra funzionalità potenti, l’“Edge AI ” integrato nel veicolo offre vantaggi fondamentali per applicazioni in tempo reale e sicure.
- Latenza ridotta: l’elaborazione locale dei dati garantisce risposte immediate, essenziali per le funzioni critiche per la sicurezza che non possono attendere la comunicazione con il cloud.
- Costi inferiori: riduce significativamente le spese legate alla trasmissione di grandi volumi di dati del veicolo al cloud.
- Privacy e sicurezza: la conservazione dei dati a bordo protegge gli algoritmi proprietari (proprietà intellettuale) e migliora la privacy degli utenti riducendo al minimo l’esposizione dei dati.

In passato, l’implementazione dell AI i nei veicoli era ostacolata dalla complessità dei flussi di lavoro MLOps e dalla difficoltà di ottimizzare i modelli per hardware specifici. La soluzione congiunta risolve questo problema grazie alla pre-integrazione di Sonatus AI Director con il software eIQ® Auto ML di NXP e la piattaforma di elaborazione S32.
- Toolchain end-to-end: offre un flusso di lavoro unificato per l’addestramento, la convalida, l’ottimizzazione e la distribuzione dei modelli, eliminando la necessità di mettere insieme strumenti disparati.
- Ottimizzazione automatizzata: la soluzione ottimizza automaticamente i modelli per gli acceleratori hardware specifici di NXP (come NPU e DSP), garantendo un’esecuzione efficiente senza necessità di messa a punto manuale.

Uno studio di benchmarking che ha messo a confronto un modello standard basato su Python con uno ottimizzato con C++/eIQ® Auto ML ha evidenziato notevoli miglioramenti in termini di efficienza.
- Inferenza più veloce: la durata media dell’inferenza è stata ridotta di 8 volte grazie alla compilazione con Glow.
- Minore utilizzo di risorse: l’utilizzo della CPU è sceso di 4,25 volte e l’utilizzo della memoria virtuale è stato ridotto di 144 volte, liberando preziose risorse di calcolo per altre funzioni del veicolo.