99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

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

NVMe為極端工業(yè)計(jì)算中的推理分析提供支持

星星科技指導(dǎo)員 ? 來源:嵌入式計(jì)算設(shè)計(jì) ? 作者:Dustin Seetoo ? 2022-11-22 11:44 ? 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

實(shí)時(shí)、高性能的數(shù)據(jù)消除了帶寬、延遲和云資源方面的挑戰(zhàn)

非易失性存儲(chǔ)器高速 (NVMe) 為邊緣計(jì)算系統(tǒng)提供數(shù)據(jù)中心性能,實(shí)現(xiàn)快速數(shù)據(jù)存儲(chǔ)和訪問。該技術(shù)在重工業(yè)環(huán)境中實(shí)現(xiàn)復(fù)雜的自動(dòng)化功能方面是一項(xiàng)突破,有助于在環(huán)境嚴(yán)苛成為穩(wěn)健計(jì)算障礙的領(lǐng)域推動(dòng)推理計(jì)算、人工智能機(jī)器學(xué)習(xí)。在這些設(shè)置中,快速非易失性存儲(chǔ)使機(jī)器學(xué)習(xí)算法即使在處理大量數(shù)據(jù)時(shí)也能正常運(yùn)行。

考慮用于完成復(fù)雜視覺任務(wù)的智能對(duì)象檢測(cè)軟件。這種類型的自動(dòng)化比人眼更可靠、更有能力,它基于深度學(xué)習(xí),或者神經(jīng)網(wǎng)絡(luò)在從持續(xù)暴露于某些視覺數(shù)據(jù)源中學(xué)習(xí)時(shí)變得更加智能和高效。

雖然捕獲和分析如此大范圍數(shù)據(jù)所需的性能曾經(jīng)只能通過云資源實(shí)現(xiàn),但當(dāng)今堅(jiān)固耐用的邊緣系統(tǒng)將 NVMe 存儲(chǔ)與 CPUGPU 性能、編程傳感器和軟件算法相結(jié)合,可在更多類型的計(jì)算環(huán)境中解鎖高級(jí)自動(dòng)化??纯?NVMe 的實(shí)際應(yīng)用,可以展示極端工業(yè)環(huán)境如何通過利用先進(jìn)的自動(dòng)化來提高競爭力。

模塊化 NVMe 和 U.2 增加了靈活性

NVMe 專為利用 NAND 等加速存儲(chǔ)介質(zhì)或通過 PCIe 接口的持久內(nèi)存而開發(fā)。在 SATA 固態(tài)硬盤無法充分利用 PCIe 通道的情況下,NVMe 以直接連接到 PCIe 通道的 SATA 速度的兩倍執(zhí)行數(shù)據(jù)傳輸。通過使用 PCIe Gen 3 協(xié)議,數(shù)據(jù)沿著類似于高級(jí)處理器架構(gòu)的并行低延遲路徑移動(dòng)。較新的 NVMe SSD 現(xiàn)在也正在過渡到 PCIe Gen 4 協(xié)議,為 SSD 提供更快的讀/寫速度。

CPU 周期更高效,避免了 SATA 常見的 I/O 瓶頸,并提高了邊緣推理分析所需的性能。這創(chuàng)造了一連串的好處;例如,讀/寫能力隨著延遲的減少而提高,工作負(fù)載得到提升,并發(fā)現(xiàn)了實(shí)時(shí)處理的新選項(xiàng)。數(shù)據(jù)存儲(chǔ)在閃存中,沒有移動(dòng)部件,NVMe 架構(gòu)本身提供了調(diào)節(jié) SSD 功率的能力。這些因素提高了可靠性,延長了電池壽命,并對(duì)總擁有成本產(chǎn)生了積極影響。

NVMe 還通過熱插拔功能為堅(jiān)固耐用的邊緣系統(tǒng)增加了靈活性。在理想的設(shè)計(jì)中,M.2 存儲(chǔ)托盤用作主機(jī),允許快速訪問和更換驅(qū)動(dòng)器。與單個(gè)板載 NVMe 驅(qū)動(dòng)器相比,熱插拔功能可確保將數(shù)據(jù)移動(dòng)到存儲(chǔ)或其他主數(shù)據(jù)管理設(shè)施中的靈活性。

優(yōu)化的系統(tǒng)還支持 U.2 接口,用于連接 NVMe 存儲(chǔ)。如果小型扁平 M.2 驅(qū)動(dòng)器直接放置在主板上,U.2 電纜可以訪問單獨(dú)的 2.5 英寸。傳統(tǒng) SATA 固態(tài)硬盤常見的固態(tài)硬盤。根據(jù)部署環(huán)境,通過將驅(qū)動(dòng)器及其產(chǎn)生的熱量與主板分離,這可能會(huì)提供熱優(yōu)勢(shì)。

這兩個(gè)選項(xiàng)都通過 PCIe 總線直接與 NVMe 存儲(chǔ)系統(tǒng)的主板通信,并且兩個(gè)選項(xiàng)都使用相同類型的閃存存儲(chǔ)。U.2 選項(xiàng)為最終用戶提供了這種額外的靈活性,允許比 M.2 更高的存儲(chǔ)容量(大約 8 TB,而 M.2 的最大存儲(chǔ)容量為 4 TB)??傮w而言,U.2 通過使用多達(dá)四個(gè) PCIe 通道和兩個(gè) SATA 通道來實(shí)現(xiàn)更快的數(shù)據(jù)管道。

對(duì)遠(yuǎn)程信息處理和運(yùn)輸應(yīng)用的好處

車載傳感器收集了大量數(shù)據(jù),隨著5G的普及,這些數(shù)據(jù)只會(huì)增加。在人工智能的支持下,這些全面的實(shí)時(shí)數(shù)據(jù)最終用于改善資產(chǎn)跟蹤、評(píng)估駕駛行為、提高生產(chǎn)力并簡化整體運(yùn)營和成本。在整個(gè)行業(yè)中,邊緣設(shè)備也被認(rèn)為對(duì)依賴移動(dòng)員工的運(yùn)營至關(guān)重要。

由于遠(yuǎn)程信息處理領(lǐng)域非常多樣化,數(shù)據(jù)、傳感器和車輛類型以及操作環(huán)境范圍廣泛,因此靈活的數(shù)據(jù)操作是關(guān)鍵。例如,強(qiáng)大的連接性對(duì)于移動(dòng)車輛至關(guān)重要,遙測(cè)數(shù)據(jù)不斷來回移動(dòng)。當(dāng)配備熱插拔NVMe功能時(shí),商用車中的堅(jiān)固系統(tǒng)為如何將數(shù)據(jù)從車輛發(fā)送到中央數(shù)據(jù)存儲(chǔ)提供了另一種選擇。車輛返回后,驅(qū)動(dòng)器可以簡單地更換,從而消除停機(jī)時(shí)間并保持車輛滾動(dòng)。

優(yōu)化客戶體驗(yàn)

堅(jiān)固耐用的邊緣技術(shù)在從庫存管理和物流到個(gè)性化購物體驗(yàn)和銷售預(yù)測(cè)的方方面面發(fā)揮著作用。人工智能使零售商能夠構(gòu)建智能商店 - 無論是物理還是虛擬 - 作為在買方擁有所有權(quán)力的市場中保持競爭力的一種手段。采用自助服務(wù)技術(shù)的自助服務(wù)終端必須采用堅(jiān)固耐用的設(shè)計(jì),融合了模塊化和無風(fēng)扇選項(xiàng),以便在極端環(huán)境和惡劣溫度下實(shí)現(xiàn)性能。工作負(fù)載整合考慮了計(jì)算、存儲(chǔ)、I/O 多樣性和連接性,以保護(hù)性能,并通過在邊緣進(jìn)行有效的遠(yuǎn)程管理實(shí)現(xiàn)節(jié)省成本的便利性。

借助高性能計(jì)算,公共場所和基礎(chǔ)設(shè)施可以保持安全。例如,堅(jiān)固耐用的邊緣驅(qū)動(dòng)的 AI 允許系統(tǒng)自動(dòng)分析實(shí)時(shí)視頻,而無需人工操作。這有助于體育場、火車站和機(jī)場等市政環(huán)境中的實(shí)時(shí)公共安全。這里部署的系統(tǒng)必須能夠在惡劣的溫度(-40°C至70°C)下運(yùn)行,承受沖擊和振動(dòng)(5gRMS振動(dòng)和50G沖擊),并在寬電壓(9至50 Vdc)下運(yùn)行。

結(jié)合 PCIe Gen 3 和 NVMe 存儲(chǔ),開發(fā)人員能夠在最極端的環(huán)境中創(chuàng)建用于數(shù)據(jù)記錄、監(jiān)控和監(jiān)視的應(yīng)用程序。這種設(shè)計(jì)方法承認(rèn)SATA存儲(chǔ)技術(shù)不足以達(dá)到這種級(jí)別的邊緣性能,而是建立在驅(qū)動(dòng)數(shù)據(jù)中心設(shè)計(jì)的相同概念之上。新的堅(jiān)固邊緣系統(tǒng)設(shè)計(jì)在更接近數(shù)據(jù)生成位置的位置平衡了性能和可靠性。

AI/ML 是工業(yè) 4.0 的核心

工業(yè) 4.0 由制造業(yè)中的智能互聯(lián)設(shè)備定義,例如能夠進(jìn)行運(yùn)動(dòng)檢測(cè)、信號(hào)傳輸和深度感知的高性能相機(jī)。堅(jiān)固耐用的邊緣系統(tǒng)及其連接的節(jié)點(diǎn)可處理這些支持傳感器的設(shè)備生成的大量數(shù)據(jù)流,從而為更先進(jìn)的自動(dòng)化提供動(dòng)力。實(shí)時(shí)分析數(shù)據(jù),實(shí)現(xiàn)高價(jià)值數(shù)據(jù)交互,從而優(yōu)化質(zhì)量控制、最大限度地提高產(chǎn)量并加快上市時(shí)間。移動(dòng)和遠(yuǎn)程部署增加了更多價(jià)值,利用了可提高可靠性并可能消除現(xiàn)場技術(shù)支持的工作負(fù)載整合。

堅(jiān)固的邊緣是數(shù)據(jù)所在的地方,今天包括曾經(jīng)僅限于云計(jì)算選項(xiàng)的極端工業(yè)環(huán)境。Gartner提出,到今年年底,將有多達(dá)250億臺(tái)互聯(lián)邊緣設(shè)備。這代表了硬件干預(yù)的新水平,每種類型的工業(yè)環(huán)境都可以獲得更高級(jí)自動(dòng)化的競爭價(jià)值。

NVMe 在堅(jiān)固邊緣的實(shí)時(shí)數(shù)據(jù)傳輸中發(fā)揮著重要作用,其價(jià)值通過包括 U.2 選項(xiàng)以及多個(gè) NVMe M.2 驅(qū)動(dòng)器的設(shè)計(jì)得到擴(kuò)展,以實(shí)現(xiàn)輕松的數(shù)據(jù)訪問、熱插拔性和不間斷性能。這些低延遲系統(tǒng)避免了數(shù)據(jù)瓶頸,并提供實(shí)時(shí)分析,能夠改善組織的運(yùn)營方式。值得注意的是,隨著每GB的NAND閃存成本持續(xù)下降,開發(fā)人員有一條開放的途徑來設(shè)計(jì)更大的競爭優(yōu)勢(shì)。

堅(jiān)固邊緣的硬件加速

執(zhí)行實(shí)時(shí)決策和預(yù)測(cè)分析的能力是工業(yè)運(yùn)營中越來越具有戰(zhàn)略意義的目標(biāo)。這是一個(gè)持續(xù)存在的工程挑戰(zhàn)??焖俚臄?shù)字化轉(zhuǎn)型和對(duì)自動(dòng)化升級(jí)日益增長的需求推動(dòng)了這一新的當(dāng)務(wù)之急。堅(jiān)固耐用的邊緣計(jì)算在這一領(lǐng)域發(fā)揮著關(guān)鍵且不斷增長的作用,通過傳感器輸入數(shù)據(jù)加速數(shù)據(jù)處理,并允許在數(shù)據(jù)源附近進(jìn)行訪問和分析。

審核編輯:郭婷

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(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。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)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1806

    文章

    49011

    瀏覽量

    249342
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8502

    瀏覽量

    134588
  • 邊緣計(jì)算
    +關(guān)注

    關(guān)注

    22

    文章

    3325

    瀏覽量

    50899
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

    信而泰×DeepSeek:AI推理引擎驅(qū)動(dòng)網(wǎng)絡(luò)智能診斷邁向 “自愈”時(shí)代

    ,還是工業(yè)協(xié)議時(shí)序混亂,均可完整還原端到端業(yè)務(wù)會(huì)話鏈條,智能分析提供堅(jiān)實(shí)基礎(chǔ)。2.AI根因定位:推理引擎驅(qū)動(dòng)秒級(jí)精準(zhǔn)診斷l(xiāng) 知識(shí)圖譜驅(qū)動(dòng):
    發(fā)表于 07-16 15:29

    NVMe高速傳輸之?dāng)[脫XDMA設(shè)計(jì)之十:NVMe初始化狀態(tài)機(jī)設(shè)計(jì)

    1NVMe配置初始化狀態(tài)機(jī)狀態(tài)轉(zhuǎn)移圖。各狀態(tài)的說明如下: 圖1NVMe初始化狀態(tài)轉(zhuǎn)移圖 IDLE:空閑狀態(tài),復(fù)位后的初始狀態(tài)。當(dāng)檢測(cè)到初始化控制寄存器的NVMe初始化啟動(dòng)信號(hào)時(shí),進(jìn)入
    發(fā)表于 07-05 22:03

    大模型推理顯存和計(jì)算量估計(jì)方法研究

    ,實(shí)際應(yīng)用提供了有益的參考。 未來,我們將繼續(xù)深入研究大模型推理的優(yōu)化方法,以降低顯存和計(jì)算資源的需求,提高深度學(xué)習(xí)模型在實(shí)際應(yīng)用的性能
    發(fā)表于 07-03 19:43

    NVMe IP高速傳輸卻不依賴便利的XDMA設(shè)計(jì)之三:系統(tǒng)架構(gòu)

    ) 使用 AXI 總線接口。 設(shè)計(jì)使用標(biāo)準(zhǔn)化的 AXI 總線接口提供系統(tǒng)控制和數(shù)據(jù)傳輸功能, 在保證了傳輸性能的同時(shí), 更容易集成到應(yīng)用環(huán)境。 (5) 多隊(duì)列并行管理與動(dòng)態(tài)配置。 支持的最大 I/O 提交隊(duì)列
    發(fā)表于 06-29 17:42

    NVMe協(xié)議研究掃盲

    /SAS SSD相比具有卓越的性能優(yōu)勢(shì),云平臺(tái)和數(shù)據(jù)中心已經(jīng)開始大量I/O密集型應(yīng)用程序提供NVMe SSD。隨著NVMe協(xié)議的不斷完善,推出了N
    發(fā)表于 06-02 23:28

    NVMe協(xié)議分析之提交隊(duì)列

    NVMe指令提交與完成機(jī)制是NVMe協(xié)議的核心,該機(jī)制制定了NVMe指令的交互流程和處理步驟。
    的頭像 發(fā)表于 05-15 23:25 ?207次閱讀
    <b class='flag-5'>NVMe</b>協(xié)議<b class='flag-5'>分析</b>之提交隊(duì)列

    NVMe協(xié)議簡介2

    NVMe指令提交與完成機(jī)制 NVMe指令提交與完成機(jī)制是NVMe協(xié)議的核心,該機(jī)制制定了NVMe指令的交互流程和處理步驟。在基于PCIe的NVMe
    發(fā)表于 05-15 23:15

    NVMe協(xié)議簡要分析

    NVMe數(shù)據(jù)結(jié)構(gòu) NVMe協(xié)議規(guī)定每個(gè)提交命令的大小64字節(jié),完成命令大小16字節(jié),NVMe
    發(fā)表于 05-15 00:34

    NVMe協(xié)議分析

    NVM Express(NVMe)是一種高性能、可擴(kuò)展的接口協(xié)議,用于通過PCI express(PCIe)總線,實(shí)現(xiàn)主機(jī)軟件與NVM設(shè)備之間的通信。目前,由于NVMe SSD相比于SATA SSD具有更高的吞吐量、更快的訪問速度和更低的功耗,已經(jīng)被廣泛應(yīng)用于各種
    的頭像 發(fā)表于 05-15 00:29 ?517次閱讀
    <b class='flag-5'>NVMe</b>協(xié)議<b class='flag-5'>分析</b>

    NVME控制器設(shè)計(jì)1

    NVMe 控制模塊負(fù)責(zé)實(shí)現(xiàn)用戶請(qǐng)求事務(wù)與NVMe事務(wù)的轉(zhuǎn)換、 NVMe命令提交與完成機(jī)制、 PRP 尋址機(jī)制。 在 NVMe over PCIe(NoP) 邏輯加速引擎
    發(fā)表于 04-24 09:45

    RK3588核心板在邊緣AI計(jì)算的顛覆性優(yōu)勢(shì)與場景落地

    推理任務(wù),需額外部署GPU加速卡,導(dǎo)致成本與功耗飆升。 擴(kuò)展性受限:老舊接口(如USB 2.0、百兆網(wǎng)口)無法支持5G模組、高速存儲(chǔ)等現(xiàn)代外設(shè),升級(jí)困難。 開發(fā)周期長:BSP適配不完善,跨平臺(tái)AI
    發(fā)表于 04-15 10:48

    《RK3588核心板:AIoT邊緣計(jì)算的革命性引擎,能否解鎖智能物聯(lián)新范式?》

    學(xué)習(xí)模型,實(shí)現(xiàn)毫秒級(jí)響應(yīng)。 功能亮點(diǎn)與場景示例: 多模態(tài)AI融合:支持TensorFlow、PyTorch等主流框架模型部署,可應(yīng)用于智能零售的行為識(shí)別系統(tǒng),通過攝像頭+紅外傳感器數(shù)據(jù)融合,精準(zhǔn)分析
    發(fā)表于 04-02 10:26

    【幸狐Omni3576邊緣計(jì)算套件試用體驗(yàn)】RKNN 推理測(cè)試與圖像識(shí)別

    、量化、推理、性能和內(nèi)存評(píng)估、量化精度分析以及模型加密等功能。 首先需要在計(jì)算機(jī)上運(yùn)行 RKNN-Toolkit2 工具,將訓(xùn)練好的模型轉(zhuǎn)換為 RKNN 格式模型,之后使用 RKNN C API 或
    發(fā)表于 03-20 16:14

    工業(yè)中使用哪種計(jì)算機(jī)?

    工業(yè)環(huán)境,工控機(jī)被廣泛使用。這些計(jì)算機(jī)的設(shè)計(jì)可承受極端溫度、灰塵和振動(dòng)等惡劣條件。它們比標(biāo)準(zhǔn)消費(fèi)類計(jì)算機(jī)更耐用、更可靠。
    的頭像 發(fā)表于 11-29 14:07 ?705次閱讀
    <b class='flag-5'>工業(yè)</b>中使用哪種<b class='flag-5'>計(jì)算</b>機(jī)?

    邊緣計(jì)算工業(yè)自動(dòng)化的應(yīng)用

    邊緣計(jì)算工業(yè)自動(dòng)化的應(yīng)用日益廣泛,它通過將數(shù)據(jù)處理和計(jì)算能力移至靠近數(shù)據(jù)源的邊緣設(shè)備,實(shí)現(xiàn)了更高效、實(shí)時(shí)的工業(yè)自動(dòng)化控制。以下是邊緣
    的頭像 發(fā)表于 10-24 14:30 ?1325次閱讀