4基のAIチップ搭載 評価開発キット『Hailo-8 評価開発キット２』Rev1.0

アナログ・テックのAT-IPCFGシリーズは、建設・農業・測量現場の安全管理、道路・トンネル・橋梁の検査現場、無人搬送車などの車両、高温／低温、高湿、粉塵が舞う現場環境など、コンピュータが苦手とする過酷な環境に向けて画像AI、エッジAIを展開します。

耐環境性能を高めた筐体に、推論用AIチップやAIモジュールを搭載。高解像度画像や複数台カメラからの映像処理、リアルタイム画像処理、AI推論処理など、低遅延で高速な画像AI処理をエッジデバイスで提供します。
お客様用途に合わせたカスタムやOEMとしての供給が可能です、是非とも弊社へご相談ください。
 （詳細を見る）

■AIチップとは■

AIチップとは、AIの演算処理を高速化するための半導体です。
画像処理やAI処理において、学習用はGPUでほぼ標準化されつつあります。一方で、学習用と推論用とではスペックも異なり、推論用ではGPU以外にもFPGAやASICで実現が可能です。
特にエッジ向けの推論用は、IoTと共に現場でAIを処理するデバイスに実装されるため「演算処理のパフォーマンス」だけではなく、「小さい消費電力」「広い動作温度」「長い供給期間」といったデバイスへの組込み実装に向けた採用検討の軸が必要となっています。

■産業用途に適したAIチップのご紹介■

低消費電力で高い推論処理能力を誇るHailo社のAIチップ
『Hailo-8 AI Processor』

Hailo-8プロセッサは、Hailo社により開発されたAI処理に特化したチップです。AIチップのなかでも産業用途に好適な以下の特徴を持っています。
（特徴１）高い電力効率でのAI処理！電力効率3TOPS/W
（特徴２）高い耐環境性能！チップ単体でー40℃～85℃
（特徴３）長期供給を予定！チップ単体で最長10年を予定 （詳細を見る）

■画像AIやエッジAI実装の課題■

昨今、様々な画像AIやエッジAIアプリケーションの開発が進み、デバイス実装フェーズに移っています。
それらのデバイス実装フェーズでは、オフィスやデータセンターと違い、厳しい耐環境性がデバイスに求められることが、エッジAIの実装課題として発生しています。
また一方で、エッジで処理するデータは容量増加とリアルタイム要求により部品性能はリニアに上がり続け、結果、CPU、GPU、AIチップの極度の発熱がデバイス実装の課題として加わっています。

エッジAIでは、その処理性能を上げるため、GPUやAIチップなど発熱量の高い部品群の放熱に対応しつつ、極めて厳しい耐環境性を担保するための、温度対策、振動対策、機構設計を進めることが、さまざまな現場へ画像AIやエッジAIのアプリケーションを実装するのに重要な要素となります。

■耐環境性能の高いエッジAIプラットフォーム■

アナログ・テックは、AIチップを耐環境性能に優れた産業用PCに搭載することで、『高温／低温、水、高湿、粉塵』といった過酷な現場環境へ、AIを実装するためのプラットフォームを提供しています。 （詳細を見る）

Hailo-8 AI Processorを使用したAIアプリケーションの開発を手軽にはじめるための開発環境をパッケージングしました。評価開発キットにはHailo-8を動作させるための実⾏環境として、Hailo-8 Mini-PCIeモジュール（13TOPSの性能値）を搭載したPCハードウェアが付属します。

■業界標準フレームワークに対応したデプロイメントツールチェーン
業界標準フレームワークからHailoフォーマットへのモデル変換をサポート、最新の量子化アルゴリズムによるモデルのビット構成をHailoの構成へ変換します。
ハードウェアリソース、ユーザーネットワークに必要なリソースをHailoデバイスの物理リソースに割り当てます。
モデルをHailoバイナリにコンパイル、バイナリをロードし、Hailoターゲットデバイス上で推論を実行します。
SDKは、デバイスへの直接アクセスを可能にするスタンドアロン推論と、既存の環境との統合を容易にするTensorflow統合推論の両方をサポートしています。 （詳細を見る）

１．マルチAIアルゴリズムに対応

ディープラーニングでは、様々なアルゴリズムが開発されており、画像、音声、時系列など『扱うデータソースの種類』や 『分類』 『深度推定』 『物体認識』 『顔の検出』 『姿勢の推定』など、そのデータソースで何を学習させたいかの用途に応じて、都度、最適なアルゴリズムを選択して適用します。

一般的に、エッジ推論では、一つの画像ソースに対して一つの学習モデルが実行されます。AT-Hailo8-Multiでは、複数のHailo-8 AIチップを搭載することで、ソースに対して『複数のアルゴリズムを同時に適用することが可能』となりました。


２．4基のチップを並列処理させることで推論性能をリニアに拡張

4基のチップを並列処理させることで、データセンタークラスGPUに迫る最大104TOPSの処理能力をサポート。

この104TOPSの性能を処理するチップ消費電力はわずか25Wです。 （詳細を見る）