Schwerpunkte

Embedded Boards und Systeme

Frischblut für die 12- bis 25-W-Klasse

16. Dezember 2019, 09:02 Uhr   |  Manne Kreuzer

Frischblut für die 12- bis 25-W-Klasse
© MEN

MEN Mikro Elektronik adressiert mit seinem Rugged COM Express Board unter anderem Bahnapplikationen, die extreme thermische Schocks verkraften müssen.

AMDs Embedded R1000 Series wird bei den Embedded-Computing-Anbietern immer beliebter – zahlreiche Baugruppen belegen den Trend und die Vielseitigkeit der SoCs.

Es ist noch keine Dekade her, dass AMD seine Embedded-Computing-Entwicklungen auf allgegenwärtiges Computing ausrichtete und die in einer APU kombinierte Rechenleistung von CPU und GPU zu den wichtigsten Elementen des Embedded Computings ausrief. Nicht jeder erkannte auf Anhieb die Bedeutung dieser Strategie, da damals prozessorintegrierte Grafikeinheiten nur bei AMD als GPGPUs nutzbar waren, um normale Rechenoperationen wie eine CPU ausführen zu können. Mit zunehmender Verbreitung von Smart-Vision-Systemen und künstlicher Intelligenz, die beide massives Parallel-Processing erfordern, wird heute jedoch kaum jemand mehr abstreiten, dass es der richtige Weg war, die enorme Anzahl der Recheneinheiten von GPUs auch für allgemeine Rechenoperationen bereitzustellen. Heterogenes Computing auf Basis von OpenCL unter Einsatz auch der GPU für parallele Rechenoperationen ist seitdem zur gängigen Praxis geworden.

Bereits zur embedded world 2016 hatten Chris Halliman, Technical Marketing Engineer von Mentor Graphics, zusammen mit Kristian Glöde Madsen von Qtechnology eine Smart-Vision-Lösung auf Basis der Mentor Embedded Linux Solution vorgestellt, die Low-Power-AMD-R-Series-Prozessoren für heterogenes Computing nutzte. Sie ermöglichte es Applikationsentwicklern, die Fähigkeiten sowohl der CPU als auch GPU bedarfsgerecht zu nutzen. Im konkreten Anwendungsfall, um über Embedded-Vision-Systeme die zum Einsatz kommende Tinte auf Banknoten identifizieren und Falschgeld so erkennen zu können. Die von Notendruckanstalten genutzte Tinte hat nämlich spezifische Merkmale, die über Vision-Systeme automatisch detektiert werden können.

Seit dieser Zeit ist der Softwaresupport ständig gewachsen. Mit dem Release von OpenCL 2.2 im Mai 2017 wurde als wichtigste Änderung der C++ Kernel Language in OpenCL integriert, die für viele Embedded-Anwendungen von großer Bedeutung ist, da C++ neben C die meistverwandte Sprache von Embedded Systemen ist. Zudem ist das Radeon Open eCosystem (ROCm) heute Bestandteil des Master Repositories von TensorFlow geworden, sodass eine mächtige Open-Source-Softwarebasis für GPU-Computing unter Linux zur Verfügung steht. Darüber hinaus unterstützt AMDs Ryzen-Embedded-R1000-SoC auch das Mentor Embedded Linux Flex OS (MEL Flex), das sich sowohl in Richtung Konfigurierbarkeit als auch Echtzeit- und Boot-Performance auszeichnet. Embedded-Applikationsentwickler haben heute folglich durchgängig Open-Source-Zugang auf die GPU, um sie für sowohl für die Bilddaten-Vorverarbeitung als auch Deep Learning, Sparse Modeling, Inferenz-Algorithmen und weitere Künstliche-Intelligenz-Anwendungen nutzen zu können. Open-Source ist für Embedded-Software dabei besonders wichtig, um zum einen Kosten- und Time-to-Market-Vorteile zu erzielen als auch Langzeitverfügbarkeit sicherzustellen.

Die Verfügbarkeit dieses Ökosystems in der passiv kühlbaren 12-W- bis 25-W-TDP-Klasse gepaart mit dem hohen Performancesprung, die AMDs neue Embedded R1000 Series bietet, ist dafür prädestiniert, deutlich leistungsstärkere, meist passiv gekühlte Smart-Vision-Systeme für raues Umfeld zu entwickeln. Sie bietet laut AMD dreimal höhere Prozessleistung pro Watt und eine vierfach bessere CPU- und Grafikleistung pro Dollar als die Konkurrenz. Zudem macht sie auch erstmals Multithreading in der R-Series-Leistungsklasse verfügbar, was die Core-Anzahl für die Software quasi verdoppelt und sogar zwei virtuelle Echtzeitmaschinen pro Core ermöglicht. Zusätzlich steuert die Grafikeinheit insgesamt 192 Rechenkerne mit einer Taktrate von bis zu 1,2 GHz für Datenoperationen bei. Genutzt wird diese Performance beispielsweise in bildgebenden Verfahren in der batteriebetrieben Medizintechnik auf fahrbaren Carts, Videoüberwachungssystemen auf Autobahnen und in Smart Cities, Inspektionssystemen für Lebensmittel und die industrielle Fertigung sowie in automatischen Checkout-Systemen im Einzelhandel, bei denen auch künstliche Intelligenz und Deep Learning zum Einsatz kommen. AMDs Embedded R1000 Series erreicht damit ein sehr breiteres Anwendungsfeld bis hinein in den Bereich des Edge-Computings mit dezentraler Entscheidungslogik, sodass sich die ohnehin schon weitverzweigten Wurzeln von AMD immer tiefer im Embedded Markt – quasi ubiquitär – eingraben.

Seite 1 von 2

1. Frischblut für die 12- bis 25-W-Klasse
2. Ähnlich gut skalierbar...

Auf Facebook teilenAuf Twitter teilenAuf Linkedin teilenVia Mail teilen

Verwandte Artikel

AMD Advanced Micro Devices GmbH, ADVANTECH Europe BV, MEN Mikro Elektronik GmbH, E.E.P.D. GmbH Electronic Equipment Produktion & Distribution GmbH, congatec AG, Mentor Graphics (Deutschland) GmbH, SGET e.V.