AMD on laajentanut sulautettuihin järjestelmiin tarkoitettua Ryzen AI Embedded P100 -prosessorisarjaansa uusilla malleilla, jotka tuovat selvästi lisää paikallista tekoälylaskentaa teollisiin edge-järjestelmiin. Uusien piirien tekoälysuorituskyky yltää parhaimmillaan 80 TOPSiin, mikä mahdollistaa raskaampien AI-mallien ajamisen suoraan laitteessa ilman pilvipalvelua.
Uudet prosessorit perustuvat AMD:n Zen 5 -suoritinarkkitehtuuriin ja sisältävät kahdeksasta kahteentoista CPU-ydintä. Tekoälylaskentaa varten sirulle on integroitu kolme eri laskentayksikköä: RDNA 3.5 -grafiikka rinnakkaislaskentaan, XDNA 2 -arkkitehtuuriin perustuva NPU vähävirtaiseen inferenssiin sekä CPU-ytimet järjestelmän ohjaukseen ja deterministisiin tehtäviin. AMD:n mukaan kokonaisjärjestelmän AI-suorituskyky on yli kaksinkertainen aiempaan Ryzen Embedded -sukupolveen verrattuna.
Valmistajan mukaan prosessorit on suunnattu erityisesti teollisiin edge-järjestelmiin, kuten konenäköä hyödyntäviin tuotantolinjoihin, autonomisiin mobiilirobotteihin ja lääketieteellisiin kuvantamislaitteisiin. Yhdellä piirillä voidaan esimerkiksi yhdistää PLC-ohjaus, monikamerainen konenäkö ja käyttöliittymä, mikä vähentää erillisten prosessorien tarvetta teollisissa PC-järjestelmissä.
AMD tuo samalla sulautettuihin järjestelmiin ROCm-ohjelmistoalustansa, joka on avoimeen lähdekoodiin perustuva AI-kehitysympäristö GPU-laskentaan. Sen avulla kehittäjät voivat käyttää samoja AI-kehyksiä ja työkaluja kuin datakeskusympäristöissä. Lisäksi AMD tarjoaa teollisiin sovelluksiin virtualisoidun ohjelmistoalustan, jossa esimerkiksi Linux-, Windows- ja reaaliaikaiset RTOS-järjestelmät voivat toimia eristetyissä ympäristöissä Xen-hypervisorin päällä.
Ryzen AI Embedded P100 -sarjan uudet neljän–kuuden ytimen mallit ovat jo näytevalmistuksessa, ja niiden tuotannon odotetaan alkavan vuoden toisella neljänneksellä. Kahdeksan–kahdentoista ytimen versioiden toimitusten on määrä käynnistyä heinäkuussa.
Lääkintälaitteiden internet (IoMT) yhdistää diagnostiikan, puettavat anturit ja sairaalalaitteet pilvipohjaisiin järjestelmiin. Etävalvonta, reaaliaikainen data ja koneoppiminen lupaavat parempaa hoidon laatua ja kustannussäästöjä, mutta samalla ratkaistavaksi jäävät yhteentoimivuus, sääntely ja tietoturva.