JavaScript is currently disabled.Please enable it for a better experience of Jumi.

ARM hallitsee älypuhelimien ja sulautettujen laitteiden prosessorimarkkinoita. Nyt englantilaislähtöinen yritys oin lanseerannut projektin, jossa sen suorittimille tuodaan koneoppimisen algoritmeja – siis tekoälyä – lisensoitavan IP:n muodossa.

Tekoälyrynnistyksensä ARM aloittaa nimenomaan kännyköistä eli mobiiliprosessoreista. Niihin tuodaan tarjolle Trillium-projektin IP-lohkoja, joilla saadaan sekä koneoppimisen että neuraaliverkkolaskennan algoritmeja kännykkäpiireille.

ARM lanseerasi kännyköihin kaksi uutta prosessoria: ML (machine learning) ja OD (object detection). ML-prosessori on suunniteltu alusta asti koneoppimiseen ja se yltää mobiilisirulla peräti 4,6 biljoonaan operaatioon sekunnissa. Laskenta on myös erittäin energiatehokasta: yhdellä watilla prosessori suorittaa kolme biljoonaa (eli tuhatta miljardia) operaatiota sekunnissa.

OD-prosessori on puolestaan suunniteltu objektien tunnistamiseen. ARM:n mukaan prosessori voi käsitellä FullHD-tasoista kuvaa 60 ruudun sekuntinopeudella ja tunnistaa kuvasta esimerkiksi kasvoja. Mikäli sama toiminnallisuus toteutettaisiin vanhalla DSP-tekniikalla, laskenta oli 80 kertaa hitaampaa.

ARM on lisäksi kehittänyt oman NN-ohjelmiston, ojolla erilaisia neuraaliverkkoja (TensorFlow, Caffe ja Android NN) voidaan toteuttaa ARM Cortex-, ARM Mali- ja ML-prosessoreilla. Laajaan jakeluun uusi IP tulee kesän jälkeen.

IoT-laitteiden tietoturva on retuperällä

Viime syksynä Mirai-haittaohjelma valloitti tuhansia ja tuhansia valvontakameroita palvelunestohyökkäyksiä varten. Barr Groupin tuore kyselytutkimus osoittaa, että sulautettujen laitteiden suunnittelijat eivät vieläkään suhtaudu riittävän vakavasti laitteiden tietoturvaan.

Lue lisää...

Korteilla vauhtia IoT-kehitykseen

Sulautetun laitteen kehitys onnistuu useimmiten helpoiten valmiiden moduulien avulla. Nykyään niitä saa myös tehokkailla Apollo Lake -sarjan prosessoreilla varustettuna.

Lue lisää...
 
ETN_fi What is Mindsphere IoT by Siemens?. Ilmari Veijola explains at ECF2018. https://t.co/PczsxwpCO4 @SiemensSuomi @ETN_fi
ETN_fi You dont need code to create an Android app. It can be done on Simulink and MATLAB models. See Antti Löytynoja at E… https://t.co/VJzXEfJoOM
ETN_fi See the @MinimaProcessor presentation at ECF18: https://t.co/m1znHqgj2E
ETN_fi Cut the power in IoT processors. @MinimaProcessor at Embedded Conference Finland 2018.
ETN_fi LTE-broadcast sopii autojen V2X-yhteyksiin. https://t.co/F8IgZpVhis
 
 



ECF template