Embedded: sempre più machine learning e IoT Edge

IoT Edge

La pandemia di Covid 19 ha scosso il settore embedded, non da ultimo con un drastico passaggio a una maggiore automazione, rilevamento ed elaborazione edge con l'apprendimento automatico 

Mentre i clienti hanno accelerato i loro piani di digitalizzazione, l'industria dei semiconduttori sta facendo fatica a tenere il passo con la domanda. Ciò significa che la flessibilità è fondamentale, dalla progettazione di una scheda o di un sistema fino alla supply chain. Ciò sarà più evidente attraverso le sfide che il settore dovrà affrontare nel 2022.

Affrontare queste sfide non richiederà solo flessibilità nel modo in cui viene implementata l'elaborazione Edge, i tipi di dispositivi e tecniche utilizzati, ma anche il modo in cui i sistemi Edge vengono implementati nell'IoT. L'ampia gamma di tecnologie di Microchip con la propria capacità di produzione offre un vantaggio nella capacità di fornire la tecnologia di cui i clienti finali hanno bisogno.

 

Esempio: sensori d'immagine

Un esempio sono i sensori di immagine intelligenti con apprendimento automatico locale su FPGA programmabili. Ciò pone gli algoritmi chiave di apprendimento automatico per l'elaborazione delle immagini al limite delle telecamere, piuttosto che inviare flussi di dati al cloud. Ciò riduce la latenza di risposta, il consumo energetico e i requisiti di dati attraverso la rete IoT.

L'utilizzo degli FPGA consente inoltre agli ingegneri di sviluppare il proprio machine learning o di modificare quelli esistenti per la loro particolare applicazione. Ciò può fornire maggiore efficienza per applicazioni Edge specifiche, dal rilevamento dei difetti per il controllo qualità su una linea di produzione ai sistemi di controllo.

Ad esempio, l'ultima piattaforma di sviluppo FPGA Microchip aggiunge nuovi sensori con un'interfaccia che collega le telecamere industriali con 1 Gbps per corsia e riceve fino a 1,5 Gbps per corsia. Vi è una crescente domanda di interfacce a prestazioni più elevate poiché gli sviluppatori utilizzano fotocamere con una risoluzione più elevata per acquisire maggiori dettagli e devono eseguire l'elaborazione localmente. Ciò evita di sovraccaricare la rete locale e consente un aumento della produttività con l'infrastruttura esistente.

Mentre le reti Ethernet ad alta velocità sono sempre più comuni nelle applicazioni edge industriali, anche una soluzione FPGA Edge consente  agli sviluppatori di configurare il sistema su reti industriali specifiche come Profibus e Hart. La flessibilità dell'aggiunta di protocolli di rete a un FPGA riduce le dimensioni e la complessità dei nodi di rete e dei gateway, e questa sarà una tendenza chiave per il 2022 e oltre.

 

Machine Learning e IoT Edge sempre più diffusi

Il Machine learning può essere implementato anche su un'ampia gamma di microcontroller per applicazioni come la manutenzione predittiva su edge. Microchip lavora a stretto contatto con gli sviluppatori di algoritmi software per eseguire codice sofisticato di riconoscimento di modelli su microcontroller vicino ai sensori. Questi consentono un monitoraggio più locale delle apparecchiature, identificando modelli nei dati che possono indicare che le apparecchiature stanno andando verso una situazione di guasto e persino la posizione del problema.

Ciò consente di mettere fuori linea le macchine in modo organizzato nell'ambito della manutenzione programmata con il tempo per ordinare le parti di ricambio. Ciò evita guasti imprevisti che possono causare l'arresto di una linea di produzione e possono costare milioni di dollari in perdite di produzione, rispettando i tempi di consegna ai clienti.

Questi framework di machine learning sono in costante miglioramento, utilizzando i dati dei fornitori o dell'applicazione stessa, aumentando l'accuratezza del rilevamento e della classificazione del segnale e migliorando le prestazioni del sistema complessivo.

I dati di alto livello provenienti da questi sistemi edge vengono anche restituiti ai servizi cloud che diventeranno sempre più importanti fino al 2022 e, di conseguenza, anche la sicurezza è fondamentale per questi sistemi.

 

Aggiornamenti e sicurezza

Con sempre più dispositivi connessi attraverso l'IoT, i progettisti si stanno rendendo conto che le applicazioni sono vulnerabili alla possibilità di essere prese in ostaggio e che gli edge node sono generalmente molto più accessibili dagli attacchi alla sicurezza. Questo sta stimolando la domanda di aggiornamenti over the air (OTA) per mantenere aggiornata la sicurezza dei dispositivi IoT edge.

Gli aggiornamenti OTA sono ora fondamentalmente una funzionalità richiesta e che necessita di sicurezza, altrimenti la rete è aperta a qualcuno che inserisce codice non qualificato in un nodo edge. Microchip ha rapporti con tutti i principali fornitori di cloud e aderisce ai più recenti standard di sicurezza. Si tratta di un'area in rapida crescita e che continuerà a farlo fino al 2022.

La sicurezza funzionale si sta spostando anche nelle applicazioni industriali, adottando le metodologie di progettazione utilizzate per le tecnologie di assistenza alla guida e le tecnologie di guida senza conducente.

Molti settori industriali hanno seguito l'automotive adottando lo standard di qualità ISO9000, e Microchip vede accadere la stessa cosa con lo standard ISO26262 che si sposta verso la progettazione  industriale. Avere la capacità di comprendere, nel sistema, come qualcosa stia per subire un guasto e cosa accadrà ma avere la sicurezza che si guasterà in modo sicuro: questa è la tecnologia più matura e più diffusa nel settore automobilistico ed una tecnologia chiave per l'IoT Edge nel 2022 e oltre.

Fino al 2022 continuerà ad esserci un ambiente vincolato per la disponibilità dei componenti, e questo significa che la comunicazione con i fornitori è e sarà fondamentale. Microchip ha sempre lavorato a stretto contatto con i clienti sui loro progetti e questa sarà un'area di interesse chiave nel prossimo anno. Poiché Microchip ha una propria capacità di produzione, ha un maggiore controllo sulla disponibilità delle parti e la programmabilità di microcontrollori e FPGA offre agli sviluppatori una maggiore flessibilità nell'evitare vincoli di fornitura.

Ciò che è chiaro è che la digitalizzazione è una parte vitale della progettazione industriale, in particolare Edge, e continuerà ad essere una importante spinta alla crescita. Dai sensori intelligenti all'edge con interfacce ad alta velocità ed elaborazione FPGA agli algoritmi di apprendimento automatico in esecuzione su microcontroller, ci sono molte opzioni diverse da considerare per i clienti.

Il lavorare a stretto contatto con fornitori di semiconduttori come Microchip sarà fondamentale per garantire il successo nel roll-out dei sistemi IoT Edge. Una comunicazione tempestiva e una pianificazione dettagliata aiuteranno la supply chain a fornire le tecnologie necessarie per soddisfare la spinta verso l'IoT edge che sta avvenendo in tutto il mondo.

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome