边缘端的传感器和连接设备的数量每天都在以指数级速度持续增长。连接数字计算设备的模拟电子传感器使系统能够获得态势感知并优化性能,从而实现高生产力和效率。有多种方法可以应对边缘端产生的传感器数据激增带来的处理挑战:
分布式计算的混合方法可以通过在边缘端使用可扩展、高效且低功耗的自适应计算平台来实现,这种平台可以无缝连接到云端以传输双向数据。为了让用户快速开始设计之旅,整个 AMD Kria™ 入门套件产品组合(包括其 Kria SOM)均已通过认证,可以运行目前最普遍的物联网管理系统——AWS IoT Greengrass 和 Azure IoT Edge。
AMD Kria 入门套件产品组合包括开箱即用的开发者平台,可用于设计视觉 AI、机器人和工业、电机控制和 DSP 应用。AMD Kria 入门套件令没有 FPGA 专业知识的嵌入式软件开发人员也能轻松使用 Kria K26 SOM 开始打造独特的边缘应用和解决方案,以实现批量生产部署。配备 Kria SOM 的异构计算能以低时延、低功耗和确定性满足边缘计算要求,同时承担云端和边缘之间分布的传感器融合和 AI。通过 AWS IoT Greengrass 和 Azure IoT Edge 认证,使用 AMD 启动设计从未如此简单。
什么是物联网管理系统?它们为何很重要?
在典型的部署中,会有多个边缘设备与同云端进行通信的传感器相连。物联网管理系统允许用户注册这些边缘设备,以建立与云端的通信、创建群组、收集数据、推送更新、与其他边缘设备进行本地通信,同时将安全放在首位!
AWS IoT Greengrass 是一种开源的 IoT 边缘运行时和云服务,可帮助您在设备上构建、部署和管理 IoT 应用。AWS IoT Greengrass 使您的设备能够在更靠近数据生成的位置收集和分析数据,自主响应本地事件,并与本地网络上的其他设备安全通信。Greengrass 设备还能与 AWS IoT Core 进行私密通信并将 IoT 数据导出至 AWS 云。
Azure 提供的 IoT Edge 是一种以设备为重的运行时,支持您部署、运行和监控容器化 Linux 工作负载。Azure IoT Edge 是 Azure IoT 中心的一项功能,使您能从云端扩展和管理 IoT 解决方案。Azure IoT Edge 可帮助您将云端的分析能力带到更接近您的设备的位置,从而获得更出色的商业洞察并实现离线决策。
开始使用 AMD Kria 入门套件:
Kria SOM 的设计充分考虑了软件工程师的需求,提供了熟悉的设计环境,无需 FPGA 编程经验。它们由 Kria 入门套件支持,这些套件是低成本的开箱即用开发平台,经过认证,可与 AWS IoT Greengrass 和 Azure IoT Edge 配合使用。使用 AMD 产品启动开发,实现跨云端和边缘的分布式计算优势,从未如此简单。
好文章,需要你的鼓励
思科推出8223路由系统和Silicon One P200芯片,用于满足企业日益增长的AI工作负载需求。该系统提供51.2 Tbps以太网固定路由器,P200芯片实现超过3艾比特每秒的互连带宽规模。新设备采用深缓冲设计,相比前代产品节能65%,支持跨数据中心AI集群分布式部署,解决物理空间和电力容量限制问题。
这项研究开发了Hi3DEval系统,这是首个能够从整体、局部和材质三个层面全面评估3D模型质量的智能系统。通过创新的视频分析和3D几何特征结合方法,系统在各项评估指标上都显著超越了传统方法,为3D内容创作提供了标准化的质量检测工具,在游戏开发、虚拟现实、电商展示等领域具有广阔的应用前景。
智能AI代理正成为软件开发的新宠,企业高管希望通过AI代理提升效率。尽管开发者对AI生成代码的质量存在担忧,但其潜在价值巨大。调查显示三分之二企业正在或计划使用多个AI代理进行软件测试,72%认为到2027年智能AI可实现自主测试。专业化的精简测试代理比大型模型更适合特定任务,需要建立负责任的信任框架来管理AI代理行为,但人工测试仍不可替代。
电子科技大学等多所院校联合开发的RPCANet++系统,通过巧妙结合传统数学理论与深度学习技术,实现了既高效又可解释的稀疏物体分割。该系统在红外小目标检测、医学血管分割、工业缺陷检测等多个领域表现优异,为构建可信赖的AI视觉系统提供了新思路。