PPC902AE101 は複雑なタスクを実行し、システム管理を容易にします
AI ワークロードを処理するためのハードウェア要件は、ユースケースによって異なります。AI は、ビデオ、画像、オーディオ、センサー、PLC データなどの幅広い入力を活用できます。システム アーキテクトにとっての課題は、AI アプリケーションに最適なコンピューティング コアを選択することです。
このガイドは、エッジ システムで利用可能なさまざまな種類のプロセッシング コアとその利点を理解するのに役立ちます。
1. 中央処理装置
中央処理装置 (CPU) は、通常 4 ～ 16 個のコアを備えた汎用プロセッサです。CPU は複雑なタスクを実行し、システム管理を容易にします。これらは、音声とテキストの両方を使用するシステムや抽出、変換、読み込み (ETL) プロセスなど、混合データ入力で適切に機能します。
2. 国家政治安全局。OGPU を参照
グラフィックス プロセッシング ユニット (GPU) は、高速グラフィックス レンダリングに使用される高度な並列コア (100 個または 1000 個) です。これらは高性能の処理を提供し、通常は CPU よりも設置面積が大きく、より多くの電力を消費します。
GPU は多数の小型コアを備えているため、人工知能のワークロードに適しており、ニューラル ネットワークのトレーニングや人工知能の推論に役立ちます。
3. フィールドプログラマブルガタアレイ（Field Programmable Gata Arrayの略）
フィールド プログラマブル ゲート アレイ (FPGA) は、CPU や GPU よりも消費電力が少ない構成可能な論理ゲートです。プログラミングの専門知識を持ったエンジニアによる現場での再プログラミングをサポートします。
高度な柔軟性が必要な場合には、これらが最良の選択となる可能性があります。
4.特定用途向け集積回路
特定用途向け集積回路 (ASIC) は、メーカーの回路ライブラリを使用して設計されたカスタム ロジックであり、低消費電力、高速、小型という利点を備えています。ただし、設計に非常に時間がかかり、他のオプションよりも高価であるため、大量に稼働する製品には ASIC をお勧めします。
ASIC には次の種類があります。
-
ビジョン プロセッシング ユニット (VPU)、画像およびビジョン プロセッサ、およびコプロセッサ
-
テンソル プロセッシング ユニット (TPU)。Google が機械学習フレームワーク TensorFlow 用に開発した最初の TPU など
-
ニューラル コンピューティング ユニット (ncu) (ARM のニューラル コンピューティング ユニットを含む)
各コア タイプはさまざまなタイプのコンピューティングに適しており、異種コンピューティング アプリケーションで一緒に使用されて、複雑なユース ケースに必要なすべての機能を提供します。組み合わせて使用すると、ワークロードのバランスをとり、さまざまな AI 推論パフォーマンスを向上させ、最もコスト効率が高く効率的な構成を構築することもできます。
IC660BBA104
NTCF22
PM866K01
3BSE050198R1
TU847
3BSE022462R1
CMA136 3DDE300416
3DDE300416
CMA136 CMA132 3DDE300412
3DDE300412 CMA132 CMA131 3DDE300 411
3DDE300411
CMA131
CMA120
3DDE300400
CMA120 3DDE300400