电子发烧友网>电子资料下载>电子资料>工作负载整合和安全性最大化 AI 和 ML

工作负载整合和安全性最大化 AI 和 ML

2512803 2022-11-25 | pdf | 209.78KB | 次下载 | 免费

资料介绍

物联网 (IoT) 增强的连接性使开发人员能够在本地或云端整合工作负载。这使得范围广泛的复杂系统能够事半功倍，并将人工智能 (AI) 和机器学习 (ML) 等高级功能带到边缘。物联网 (IoT) 增强的连接性使开发人员能够在本地或云端整合工作负载。这使得范围广泛的复杂系统能够事半功倍，并将人工智能 (AI) 和机器学习 (ML) 等高级功能带到边缘。许多嵌入式、工业、汽车和医疗应用程序都可以从 AI 和 ML 中受益。例如，工业系统可以采用视觉处理、神经网络和其他类型的复杂算法来提高产量和效率。为此，这些系统必须能够实时处理大量数据。许多嵌入式、工业、汽车和医疗应用程序都可以从 AI 和 ML 中受益。例如，工业系统可以采用视觉处理、神经网络和其他类型的复杂算法来提高产量和效率。为此，这些系统必须能够实时处理大量数据。某些应用程序能够连接到云以访问海量处理资源。例如，工业系统可以将性能数据发送到云端供以后处理，以评估机器是否按预期运行。当检测到数据异常时，可以采取行动纠正操作——手动或通过调整操作算法——以提高性能并推迟未来的维护。某些应用程序能够连接到云以访问海量处理资源。例如，工业系统可以将性能数据发送到云端供以后处理，以评估机器是否按预期运行。当检测到数据异常时，可以采取行动纠正操作——手动或通过调整操作算法——以提高性能并推迟未来的维护。然而，许多应用程序不能容忍云访问的延迟。例如，自动驾驶汽车需要快速处理视频以做出可能影响驾驶员安全的实时驾驶决策。同样，采用视觉处理的工业系统需要以不会显着减慢生产线速度的方式处理这些数据。然而，许多应用程序不能容忍云访问的延迟。例如，自动驾驶汽车需要快速处理视频以做出可能影响驾驶员安全的实时驾驶决策。同样，采用视觉处理的工业系统需要以不会显着减慢生产线速度的方式处理这些数据。图 1：像 NXP S32V234 这样的处理器通过在同一芯片上组合多个处理器，在广泛的应用中实现了实时视觉和神经网络处理的新水平。S32V234 结合了图像信号处理器 (ISP) 与 3D 图形处理器单元 (GPU) 和双 APEX-2 视觉加速器。（图片来源：图 1：像 NXP S32V234 这样的处理器通过在同一芯片上组合多个处理器，在广泛的应用中实现了实时视觉和神经网络处理的新水平。S32V234 结合了图像信号处理器 (ISP) 与 3D 图形处理器单元 (GPU) 和双 APEX-2 视觉加速器。（图片来源：恩智浦恩智浦））NXP的NXP的S32V2 系列S32V2 系列等处理器在广泛的应用中实现了实时视觉和神经网络处理的新水平。例如，S32V234 将图像信号处理器 (ISP) 与 3D 图形处理器单元 (GPU) 以及双 APEX-2 视觉加速器结合在一起（见图 1）。MPU 提供高级驾驶辅助系统 (ADAS) 所需的汽车级可靠性和重要的功能安全功能。它还集成了基于硬件的安全和加密功能，以确保数据完整性并保护系统免受黑客攻击。等处理器在广泛的应用中实现了实时视觉和神经网络处理的新水平。例如，S32V234 将图像信号处理器 (ISP) 与 3D 图形处理器单元 (GPU) 以及双 APEX-2 视觉加速器结合在一起（见图 1）。