Arduino Ventuno Q นำ Edge AI มาสู่ระบบคอมพิวเตอร์บอร์ดเดี่ยว
Arduino เปิดตัว Ventuno Q แพลตฟอร์มไฮบริด Linux + ไมโครคอนโทรลเลอร์ที่ออกแบบมาสำหรับ AI ที่เอดจ์ หุ่นยนต์ และการอนุมานแบบออฟไลน์ โดยผสานการควบคุมแบบเรียลไทม์...
การเปลี่ยนผ่านของ Arduino จากบอร์ดสำหรับผู้ชื่นชอบงานอดิเรกสู่ระบบอัจฉริยะที่ขอบเครือข่าย
Arduino เปิดตัว Ventuno Q ระบบไฮบริดแบบบอร์ดเดี่ยวที่ผสานโปรเซสเซอร์ระดับ Linux เข้ากับไมโครคอนโทรลเลอร์แบบเรียลไทม์ แพลตฟอร์มนี้มุ่งเป้าไปที่หุ่นยนต์ที่ขับเคลื่อนด้วย AI และสภาพแวดล้อมการควบคุมแบบฝังตัวซึ่งต้องการการตัดสินใจภายในอุปกรณ์โดยไม่ต้องพึ่งพาคลาวด์
การเปิดตัวครั้งนี้ถือเป็นการเปลี่ยนแปลงเชิงโครงสร้างของ Arduino บริษัทก้าวข้ามบอร์ดพัฒนาระดับเริ่มต้นไปสู่ระบบที่สามารถรองรับเวิร์กโหลดเอดจ์ระดับอุตสาหกรรม
Ventuno Q ผสานการประมวลผลบน Linux และการควบคุมด้วยไมโครคอนโทรลเลอร์สำหรับเวิร์กโหลด AI ที่ขอบเครือข่ายและหุ่นยนต์
การออกแบบสถาปัตยกรรมคู่สำหรับความอัจฉริยะแบบเรียลไทม์
Ventuno Q ผสานโปรเซสเซอร์แอปพลิเคชันประสิทธิภาพสูงเข้ากับไมโครคอนโทรลเลอร์ STM32H5 สถาปัตยกรรมแบบแยกนี้แบ่งงานควบคุมที่ต้องการการตอบสนองแน่นอนออกจากเวิร์กโหลดการคำนวณระดับสูง
Linux รับผิดชอบการอนุมาน AI เครือข่าย และตรรกะของแอปพลิเคชัน ส่วนไมโครคอนโทรลเลอร์ทำหน้าที่ควบคุมการเคลื่อนไหวแบบเรียลไทม์ การสุ่มตัวอย่างเซนเซอร์ และการสั่งงานที่มีความแน่นอน
ขจัดความหน่วงระหว่างการรับรู้และการควบคุม
การวางโปรเซสเซอร์ทั้งสองไว้บนบอร์ดเดียวกันช่วยให้ Arduino ลดความล่าช้าในการสื่อสารระหว่างตัวควบคุมแบบดั้งเดิมสไตล์ PLC กับระบบคอมพิวเตอร์ภายนอก
การออกแบบนี้ช่วยให้การซิงโครไนซ์ระหว่างอินพุตจากเซนเซอร์กับการตอบสนองของเครื่องจักรทำได้แม่นยำยิ่งขึ้น ซึ่งมีความสำคัญอย่างยิ่งในระบบหุ่นยนต์และระบบอัตโนมัติ
สถาปัตยกรรมแบบบอร์ดเดี่ยวขยายขอบเขตจากระบบเรียนรู้ไมโครคอนโทรลเลอร์ไปสู่การประมวลผลแบบฝังตัวระดับอุตสาหกรรม
AI ที่ขอบเครือข่ายโดยไม่ต้องพึ่งพาคลาวด์
Ventuno Q รองรับการทำงานของ AI แบบออฟไลน์ รวมถึงโมเดลด้านการมองเห็น การรู้จำเสียงพูด และการตรวจจับท่าทาง ช่วยลดการพึ่งพาโครงสร้างพื้นฐานคลาวด์และเพิ่มความทนทานของระบบในสภาพแวดล้อมอุตสาหกรรม
ตัวเลือกการเชื่อมต่อประกอบด้วย WiFi 6, Bluetooth 5.3, CAN FD, อินพุต/เอาต์พุตสำหรับงานอุตสาหกรรม และอินเทอร์เฟซกล้อง MIPI ทำให้บอร์ดนี้เหมาะสำหรับการผสานรวมเข้ากับระบบหุ่นยนต์และการมองเห็นของเครื่องจักร
ระบบนิเวศซอฟต์แวร์ที่เร่งการนำไปใช้งาน
Arduino App Lab นำเสนอชุดเครื่องมือ AI สำเร็จรูปที่ช่วยให้การนำโมเดลแมชชีนเลิร์นนิงไปใช้งานทำได้ง่ายขึ้น นักพัฒนายังสามารถผสานรวม Edge Impulse เพื่อสร้างกระบวนการฝึกโมเดลแบบกำหนดเองได้
การผสานรวมนี้ช่วยลดช่องว่างระหว่างการสร้างต้นแบบกับการนำระบบ AI แบบฝังตัวระดับการผลิตไปใช้งานจริง
App Lab มีชุดเครื่องมือ AI แบบผสานรวมสำหรับการนำโมเดลไปใช้งานแบบออฟไลน์และกระบวนการพัฒนาแบบฝังตัว
ตำแหน่งของ Ventuno Q ในระบบนิเวศอุตสาหกรรม
การบรรจบกันของความแม่นยำระดับไมโครคอนโทรลเลอร์กับการประมวลผลระดับ Linux ทำให้ Ventuno Q เข้าใกล้กลุ่มตัวควบคุมแบบฝังตัวสำหรับอุตสาหกรรมมากกว่าบอร์ดการศึกษาแบบดั้งเดิม
ในบริบทนี้ อุปกรณ์ดังกล่าวอยู่ในกลุ่มเดียวกับแพลตฟอร์ม SBC สำหรับอุตสาหกรรมที่มีการใช้งานมายาวนานกว่าในระบบอัตโนมัติและการควบคุม ระบบอย่างบอร์ดโปรเซสเซอร์ VP32502X Alstom แสดงให้เห็นว่าคอมพิวเตอร์บอร์ดเดี่ยวระดับอุตสาหกรรมถูกนำมาใช้ในโครงสร้างพื้นฐานด้านระบบราง พลังงาน และการควบคุมอยู่แล้ว ดูรายละเอียดเพิ่มเติมได้ที่นี่: ข้อมูลอ้างอิงระบบควบคุมอุตสาหกรรมแบบบอร์ดเดี่ยว
อย่างไรก็ตาม แนวทางของ Arduino เน้นการเข้าถึงที่ง่ายและการนำ AI ไปใช้งานอย่างรวดเร็ว มากกว่าการออกแบบโครงสร้างพื้นฐานที่มีความทนทานสูง
ทิศทางของอุตสาหกรรม: การหลอมรวมการควบคุมและ AI ไว้ในชั้นเดียว
Ventuno Q สะท้อนแนวโน้มที่กว้างขึ้นของอุตสาหกรรม ซึ่งระบบควบคุมและเอนจินการอนุมาน AI กำลังมาบรรจบกันในอุปกรณ์เอดจ์แบบรวมศูนย์
แทนที่จะแยก PLC ระบบการมองเห็น และเซิร์ฟเวอร์ประมวลผลออกจากกัน วิศวกรกำลังผสานฟังก์ชันทั้งหมดไว้ในแพลตฟอร์มไฮบริดขนาดกะทัดรัด
มุมมองทางวิศวกรรมต่อการเปลี่ยนแปลงของ Arduino
Arduino กำลังกำหนดบทบาทของตนใหม่ จากการสร้างต้นแบบเพื่อการศึกษาไปสู่การประมวลผลเอดจ์ระดับอุตสาหกรรมขั้นเริ่มต้น Ventuno Q แสดงให้เห็นว่าระบบแบบฝังตัวที่รองรับ AI ไม่จำเป็นต้องใช้ชุดประมวลผลแยกอีกต่อไป
แนวทางนี้จะกดดันให้สถาปัตยกรรมการควบคุมแบบดั้งเดิมต้องผสาน AI ไว้ในระบบโดยตรง แทนที่จะมอง AI เป็นระบบย่อยภายนอก
Oliver Grant ผู้สื่อข่าวด้านระบบอุตสาหกรรม — มีประสบการณ์ 14 ปีในแพลตฟอร์มการควบคุมแบบฝังตัว รวมถึงการผสานรวม PLC ของ Siemens ระบบอัตโนมัติของ Beckhoff และการนำ AI ที่ขอบเครือข่ายไปใช้งานในสภาพแวดล้อมการผลิต