Beaglebone AI bringt Künstliche Intelligenz an die Edge

25.09.2019

Anbieter zum Thema

Syslogic GmbH

Congatec_Standardlogo_PANTONE_1655C.jpg ()

congatec GmbH

NetModule AG

Der Beaglebone AI setzt auf die CPU AM5729 von TI mit Deep-Learning-Technologie. Der Linux-Singleboard-Computer mit mechanischer und Header-Kompatibilität zum Beaglebone Black eint so Maschinelles Lernen mit der einfachen Nutzung eines Beaglebones.

BeageBone AI: eint Maschinelles Lernen mit der einfachen Nutzung eines Beaglebones.
(Bild: Beaglebone.org)

Mit Beaglebone AI adressiert Beaglebone.org die Industrie. Denn, so die US-amerikanische, gemeinnützige Organisation, „der BeagleBone AI schließt die Lücke zwischen kleinen Singleboard Computern (SBC) und leistungsfähigeren Industriecomputern“. Wie der Name schon vermuten lässt, soll sich Beaglebone AI für Anwendungen zur Künstlichen Intelligenz (Artificial Intelligence, AI) eignen. Fokussiert wird die „Automatisierung in industriellen, kommerziellen und privaten Anwendungen“.

Seine Rechenleistung als industrietauglicher SBC bezieht der Beaglebone AI aus dem System on Chip (SoC) Sitara AM5729 von Texas Instruments mit Dualcore Arm Cortex-A15. „BeagleBone KI macht es einfach zu erforschen, wie Künstliche Intelligenz (KI) im Alltag eingesetzt werden kann, indem die [zwei] Kerne des Digital-Signal-Prozessors (DSP) TI C66x und die [vier] EVE-Kerne (Embedded Vision Engine) durch die optimierte Machine Learning OpenCL API TI Deep Learning (TIDL) mit vorinstallierten Tools unterstützt werden“, betont die Beaglebone-Organisation.

Bildergalerie

BeagleBone AI: rot markiert ist der Anschluss für eine Antenne.

BeagleBone AI mit Antenne (rot markiert): Der leistungsstärkste BeagleBone unterstützt WLAN 802.11ac mit 2,4 und 5 GHz sowie Bluetooth 4.2.

BeagleBone AI: Der SBC ist mechanisch und Header-kompatibel zum BeagleBone Black und unterstützt somit die Cape-Erweiterungskarten.

Bildergalerie mit 5 Bildern

Die Grafik- und Anzeigefunktionen des Beaglebone AI werden durch das Subsystem Image and Video Accelerator - High Definition (IVA-HD) mit 4 K bei 15 fps (Encoding), H.264, 1080p60 (Decoding), 2D-Grafikbeschleuniger und einen Dualcore-3D-Grafikprozessor unterstützt. Desweiteren bietet BeagleBone AI: 1 GByte RAM, 16 GByte eMMC-Flash, zwei Dualcore-Programmierbare Echtzeit-Einheiten (PRU), Gigabit Ethernet, WLAN 802.11ac mit 2,4 und 5 GHz, Bluetooth 4.2 Anschlussoptionen, Anschlüsse für Micro-HDMI, USB Typ-C für Power, SuperSpeed-Dual-Role-Controller und USB 2.0 Host.

Der Beaglebone AI ist mechanisch und Header-kompatibel zum BeagleBone Black, er unterstützt also die das Zubehör, sprich die Cape-Erweiterungskarten. Als Betriebssystem ist eine Debian-Linux-Distribution vorinstalliert. Der BeagleBone AI kostet rund 130 € und ist etwa über Mouser erhältlich.

Details zu den Lösungen von Texas Instruments

Deep Learning ist in letzter Zeit zum bevorzugten Ansatz zur Lösung von Problemen der künstlichen Intelligenz geworden. Deep Learning am Netzwerkrand (Edge) ist aufgrund von Zuverlässigkeit, Datenschutz, Netzwerkbandbreite, Latenzzeiten und Strombelangen für viele Anwendungen zu einer beliebten Wahl geworden. TI adressiert mit der hochintegrierten AM57x-Familie von Sitara-Prozessoren die Notwendigkeit, tiefliegende Inferenz für Embedded-Anwendungen an die Edge zu bringen. Die Deep-Learning-Lösung von TI ist auch unter dem Namen TIDL (TI Deep Learning) bekannt.

Die AM57x-Familie von TI ist ausgestattet mit ARM-Cortex-A15-Kernen mit bis zu 1,5 Gigahertz Takt. Die skalierbare Familie der AM57x bietet dedizierte Hardware für beschleunigte Multimedia- und Industriekommunikation, Erfassungs- und Anzeigeschnittstellen und eine Vielzahl von Konnektivitätsperipheriegeräten.Die AM57x-Familie umfasst Single- und Dual-Core-C66x-Prozessoren, die in der Lage sind, Deep-Learning-Inferenzen auszuführen sowie traditionelle Machine-Vision-Algorithmen.

Das EVE-Subsystem ist eine programmierbare Bildverarbeitungs- und Bildverarbeitungsmaschine. Das EVE-Subsystem besteht aus einem 32-Bit-RISC-Prozessor und einem 512-Bit-Vektor-CO-Prozessor. Es kann 16 mal 16-Bit MAC-Operationen pro Zyklus ausführen. MAC steht für Multiplikation und Akkumulator und beinhaltet daher zwei Operationen.