为智能零售选择嵌入式边缘AI系统的5个关键考虑因素

描述

  虽然 COVID-19 大流行的出现无疑塑造了消费者的购买行为,但它也加速了 Covid 之前的零售趋势。非接触式支付和非传统购物体验等趋势并非源于大流行;但是,它们的使用量预计将增加。

  从大流行中走出来,实体零售商别无选择,只能应对和现代化他们的零售战略,或者继续在 COVID 之前关闭商店的情况下消亡。这一趋势为寻求为零售商提供支持的软件公司和其他智能零售解决方案提供商提供了机会。Trigo或Tiliter等有前途的软件初创公司,甚至是行业巨头亚马逊,都通过计算机视觉实现了无摩擦的零售购物体验,但这些算法的背后是使一切成为可能的硬件。

  跟随我们,深入了解为智能零售环境选择理想的嵌入式边缘 AI 系统时的关键考虑因素。

  边缘 AI 的处理器类型

  人工智能是各种功能的基础,包括但不限于对象检测、生物识别、计算机视觉等等。虽然可以编写白皮书来讨论每种类型处理器的优缺点,但我们将简要介绍顶级嵌入式制造商通常销售的两种主要处理器类型:

  中央处理器

  中央处理器 (CPU) 常见于大多数电子设备中,是一种多用途处理器,能够执行复杂的算术、逻辑、控制和输入/输出操作。但是,与 GPU(FPGA 的)相比,CPU 架构通过有限数量的可用性能驱动内核针对顺序串行处理进行了优化。

  在执行计算机视觉等任务时,需要并行处理大量数据以分析颜色、图案、形状等。数据量可能非常巨大,尤其是在考虑高分辨率视频流的多个并发源时。出于这个原因,GPU 和 FPGA 可能比 CPU 更强大。

  显卡

  图形处理单元(GPU)起源于高速图形渲染的要求。后来发现深度学习神经网络可以使用 NVIDIA GPU 进行训练,从而显着提高了性能。原因是GPU设计有大量并行内核,为神经网络训练和AI推理提供并行计算。

  GPU的限制包括高功耗(尽管NVIDIA Jetson SoM旨在缓解此问题),虽然性能通常优于CPU,但它们可能无法提供与特定应用的ASIC处理器一样多的性能,但它们弥补了对强大的SDK和框架的支持。

  烫的

  可能最不被提及的考虑因素之一是热性能。这个想法是,当系统的内部温度上升到某个点时,处理器将节流并降低性能。在外壳包含风扇的情况下,风扇旋转时产生的噪音可能很明显,在某些情况下并不理想。

  虽然乍一看很难可视化热性能,但公司通常会对竞争系统进行测试和基准测试。

  丰富的 IO 端口

  确定所需的IO端口和数量可能看起来微不足道,但这是选择Edge AI嵌入式系统时的另一个关键考虑因素。但在做出快速决定之前,我们必须首先考虑应用程序和环境大小。便利店的要求与大卖场和超市的要求不同。所需的端口数量将随着零售空间的大小而增长,因此嵌入式系统将需要支持必要数量的传感器,如果您希望将来证明解决方案,还需要更多。

  至于所需的特定IO端口,根据我们在智能零售领域的经验,大多数相机通常是IP或USB相机。

  品牌

  Edge AI嵌入式系统代表了您公司的品牌,可以提供令人难忘的印象。您的品牌使您能够与竞争对手区分开来,并塑造您的品牌所代表的叙事。无论设备是在众目睽睽之下还是隐藏在面板后面,将您的品牌颜色和设计与系统的颜色和设计相匹配都是理想的选择。毕竟,您真的想在您自己的品牌颜色上显示制造商的标准蓝色或米色吗?

  坚定不移的支持

  在您的 AI 项目生命周期中必然会出现挑战,尤其是在使用未知的 SDK 或 BSP 时。为了快速克服这些障碍,拥有一个知识渊博的合作伙伴能够提供及时的支持至关重要。没有什么比等待一周才能收到合作伙伴的回复并可能延迟项目更麻烦的了。

  选择具有处理这些技术问题经验的合作伙伴可能是及时部署和延迟部署之间的区别。此外,芯片制造商与其合作伙伴之间的关系因合作伙伴级别而异,从而影响您期望硬件合作伙伴响应的速度。例如,NVIDIA 精英合作伙伴可能会在几天内解决您的问题,而 NVIDIA 首选合作伙伴可能需要一周时间。

  那么这在实践中是如何运作的呢?

  因此,现在我们已经对选择Edge AI嵌入式系统的注意事项有了基本的了解,让我们看看它在实践中是如何工作的。

  对于目标客户的零售空间是一家便利店,希望使用三个现有的IP摄像机实现无摩擦的购物体验,您可以考虑使用Edge AI系统,例如圆刚的NX215B,其中包括NVIDIA® Jetson Xavier™ NX模块。这款高推理多核处理器支持多个传感器,同时具有高能效。

  嵌入式系统包括许多以太网端口(除了HDMI,USB3.0和20pin连接器),SSD和WiFi,同时保持较小的占用空间,非常适合较小的零售空间。作为 NVIDIA 精英合作伙伴,他们的支持保证及时解决可能出现的任何不便。

  审核编辑:郭婷

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分