電子發燒友網>電子資料下載>電子資料>工作負載整合和安全性最大化 AI 和 ML

工作負載整合和安全性最大化 AI 和 ML

2512803 2022-11-25 | pdf | 209.78KB | 次下載 | 免費

資料介紹

物聯網 (IoT) 增強的連接性使開發人員能夠在本地或云端整合工作負載。這使得范圍廣泛的復雜系統能夠事半功倍，并將人工智能 (AI) 和機器學習 (ML) 等高級功能帶到邊緣。物聯網 (IoT) 增強的連接性使開發人員能夠在本地或云端整合工作負載。這使得范圍廣泛的復雜系統能夠事半功倍，并將人工智能 (AI) 和機器學習 (ML) 等高級功能帶到邊緣。許多嵌入式、工業、汽車和醫療應用程序都可以從 AI 和 ML 中受益。例如，工業系統可以采用視覺處理、神經網絡和其他類型的復雜算法來提高產量和效率。為此，這些系統必須能夠實時處理大量數據。許多嵌入式、工業、汽車和醫療應用程序都可以從 AI 和 ML 中受益。例如，工業系統可以采用視覺處理、神經網絡和其他類型的復雜算法來提高產量和效率。為此，這些系統必須能夠實時處理大量數據。某些應用程序能夠連接到云以訪問海量處理資源。例如，工業系統可以將性能數據發送到云端供以后處理，以評估機器是否按預期運行。當檢測到數據異常時，可以采取行動糾正操作——手動或通過調整操作算法——以提高性能并推遲未來的維護。某些應用程序能夠連接到云以訪問海量處理資源。例如，工業系統可以將性能數據發送到云端供以后處理，以評估機器是否按預期運行。當檢測到數據異常時，可以采取行動糾正操作——手動或通過調整操作算法——以提高性能并推遲未來的維護。然而，許多應用程序不能容忍云訪問的延遲。例如，自動駕駛汽車需要快速處理視頻以做出可能影響駕駛員安全的實時駕駛決策。同樣，采用視覺處理的工業系統需要以不會顯著減慢生產線速度的方式處理這些數據。然而，許多應用程序不能容忍云訪問的延遲。例如，自動駕駛汽車需要快速處理視頻以做出可能影響駕駛員安全的實時駕駛決策。同樣，采用視覺處理的工業系統需要以不會顯著減慢生產線速度的方式處理這些數據。圖 1：像 NXP S32V234 這樣的處理器通過在同一芯片上組合多個處理器，在廣泛的應用中實現了實時視覺和神經網絡處理的新水平。S32V234 結合了圖像信號處理器 (ISP) 與 3D 圖形處理器單元 (GPU) 和雙 APEX-2 視覺加速器。（圖片來源：圖 1：像 NXP S32V234 這樣的處理器通過在同一芯片上組合多個處理器，在廣泛的應用中實現了實時視覺和神經網絡處理的新水平。S32V234 結合了圖像信號處理器 (ISP) 與 3D 圖形處理器單元 (GPU) 和雙 APEX-2 視覺加速器。（圖片來源：恩智浦恩智浦））NXP的NXP的S32V2 系列S32V2 系列等處理器在廣泛的應用中實現了實時視覺和神經網絡處理的新水平。例如，S32V234 將圖像信號處理器 (ISP) 與 3D 圖形處理器單元 (GPU) 以及雙 APEX-2 視覺加速器結合在一起（見圖 1）。MPU 提供高級駕駛輔助系統 (ADAS) 所需的汽車級可靠性和重要的功能安全功能。它還集成了基于硬件的安全和加密功能，以確保數據完整性并保護系統免受黑客攻擊。等處理器在廣泛的應用中實現了實時視覺和神經網絡處理的新水平。例如，S32V234 將圖像信號處理器 (ISP) 與 3D 圖形處理器單元 (GPU) 以及雙 APEX-2 視覺加速器結合在一起（見圖 1）。