ቀደም ሲል በትልልቅ ሰርቨሮች እና በደመና ጂፒዩዎች ላይ ይኖር ነበር። አሁን ከሴንሰሮቹ አጠገብ እየጠበበ እና እየተንሸራተተ ነው። ለተካተቱ ስርዓቶች አርቲፊሻል ኢንተለጀንስ (AI) የራቀ ተስፋ አይደለም - ቀድሞውኑ በማቀዝቀዣዎች፣ ድሮኖች፣ ተለባሽ መሳሪያዎች… ጨርሶ “ብልጥ” የማይመስሉ መሳሪያዎች እንኳን እየተንጫጫ ነው።
ይህ ለውጥ ለምን አስፈላጊ እንደሆነ፣ አስቸጋሪ የሚያደርገው ምንድን ነው፣ እና ጊዜዎን የሚወስዱት የትኞቹ አማራጮች ናቸው?.
ከዚህ ጽሑፍ በኋላ ሊያነቧቸው የሚችሏቸው ጽሑፎች፡
🔗 ሥነ ምግባራዊ ተገዢነት እና ግልጽ የ AI ስርዓቶችን የሚያረጋግጡ ምርጥ የ AI አስተዳደር መሳሪያዎች
ሥነ ምግባራዊ፣ ተገዢ እና ግልጽ የሆነ የ AI ጥበቃን ለመጠበቅ የሚረዱ መሳሪያዎችን የሚመለከት መመሪያ።.
🔗 ለ AI የነገር ማከማቻ፡ ምርጫዎች፣ ምርጫዎች፣ ምርጫዎች
ለAI የሥራ ጫናዎች የተዘጋጁ የነገር ማከማቻ አማራጮችን ማወዳደር።.
🔗 ለ AI የውሂብ ማከማቻ መስፈርቶች፡- በእርግጥ ማወቅ ያለብዎት ነገር
የ AI የውሂብ ማከማቻ ሲያቅዱ ግምት ውስጥ መግባት ያለባቸው ቁልፍ ነገሮች።.
ለተካተቱ ስርዓቶች የ AI 🌱
የተከተቱ መሳሪያዎች ጥቃቅን፣ ብዙውን ጊዜ በባትሪ የሚሰሩ እና በሀብት የተገደቡ ናቸው። ሆኖም ግን AI ትላልቅ ድሎችን ያስከፍታል፡
-
የደመና ጉዞዎች ሳይኖሩ በእውነተኛ ጊዜ የሚደረጉ ውሳኔዎች
-
በዲዛይን ግላዊነት - ጥሬ ውሂብ በመሳሪያው ላይ ሊቆይ ይችላል።
-
ሚሊሰከንዶች አስፈላጊ ሲሆኑ ዝቅተኛ መዘግየት
-
በጥንቃቄ ሞዴል + የሃርድዌር ምርጫዎች አማካኝነት ኃይልን የሚያውቅ መደምደሚያ
እነዚህ በእጅ የሚንቀሳቀሱ ጥቅሞች አይደሉም፤ ኮምፒውተሩን ወደ ጠርዝ መግፋት የኔትወርክ ጥገኝነትን ይቀንሳል እና ለብዙ የአጠቃቀም ጉዳዮች ግላዊነትን ያጠናክራል [1]።.
ዘዴው ኃይለኛ ኃይል አይደለም፤ ውስን ሀብቶችን በመጠቀም ብልህ መሆን ነው። ማራቶንን በቦርሳ መሮጥን አስብ… እና መሐንዲሶች ጡቦችን ማስወገድ ይቀጥላሉ።.
ለተካተቱ ስርዓቶች የ AI ፈጣን ንጽጽር ሰንጠረዥ 📝
| መሳሪያ / ማዕቀፍ | ተስማሚ ታዳሚ | ዋጋ (በግምት) | ለምን እንደሚሰራ (አስገራሚ ማስታወሻዎች) |
|---|---|---|---|
| TensorFlow ላይት | ገንቢዎች፣ የትርፍ ጊዜ ማሳለፊያዎች | ፍርይ | ቀጭን፣ ተንቀሳቃሽ፣ ምርጥ የኤምሲዩ → የሞባይል ሽፋን |
| ኤጅ ኢምፕልዝ | ጀማሪዎች እና ጀማሪዎች | ፍሪሚየም ታይየሮች | የመጎተት እና የመጣል የስራ ፍሰት - እንደ “AI LEGO” |
| የናቪዲያ ጄትሰን መድረክ | ኃይል የሚያስፈልጋቸው መሐንዲሶች | $$$ (ርካሽ አይደለም) | ለከባድ እይታ/ለስራ ጫናዎች ጂፒዩ + አፋጣኝ |
| ቲኒኤምኤል (በአርዱዪኖ በኩል) | አስተማሪዎች፣ ፕሮቶታይፕ አዘጋጆች | ዝቅተኛ ወጪ | ተደራሽ፤ በማህበረሰብ ላይ የተመሰረተ ❤️ |
| የኩዋኮም ኤአይ ሞተር | የኦሪጂናል ዕቃ አምራቾች፣ የሞባይል አምራቾች | ይለያያል | በ Snapdragon ላይ የተጣደፈ NPU - ፈጣን ስውር |
| ኤክሰኩቶርክ (ፒቶርች) | የሞባይል እና የኤጅ ዴቨሎፐሮች | ፍርይ | ለስልኮች/ለተለባሽ/ለተካተቱ መሳሪያዎች በመሳሪያ ላይ PyTorch የሚሰራበት ጊዜ [5] |
(አዎ፣ እኩል ያልሆነ። እውነታውም እንዲሁ።)
በተካተቱ መሳሪያዎች ላይ የሚደረግ የአይአይ (AI) ለኢንዱስትሪው አስፈላጊ የሆነው ለምንድነው 🏭
ግርምት ብቻ አይደለም፡ በፋብሪካ መስመሮች ላይ፣ የታመቁ ሞዴሎች ጉድለቶችን ይይዛሉ፤ በግብርና፣ ዝቅተኛ ኃይል ያላቸው ኖዶች በሜዳ ላይ ያለውን አፈር ይተነትናሉ፤ በተሽከርካሪዎች ውስጥ፣ የደህንነት ባህሪያት ከማቆሚያው በፊት "ወደ ቤት መደወል" አይችሉም። መዘግየት እና ግላዊነት ለድርድር የማይቀርቡ ፣ ኮምፒውተሩን ወደ ጠርዝ ማንቀሳቀስ ስትራቴጂካዊ ማንሻ ነው [1]።
TinyML: የተካተተ የ AI ጸጥተኛ ጀግና 🐜
TinyML በኪሎባይት እስከ ጥቂት ሜጋባይት ራም ድረስ ማይክሮኮንትሮለሮችን በመጠቀም ሞዴሎችን ያሂዳል - ሆኖም ግን የቁልፍ ቃል መለየት፣ የእጅ ምልክት መለየት፣ ያልተለመደ ምርመራ እና ሌሎችንም ያደርጋል። ልክ አይጥ ጡብ ሲያነሳ ማየት ነው። በጣም አስደሳች ነው።
ፈጣን የአእምሮ ሞዴል;
-
የውሂብ አሻራዎች ፡ ትናንሽ፣ የዥረት ዳሳሽ ግብዓቶች።
-
ሞዴሎች ፡ ኮምፓክት ሲኤንኤንዎች/አርኤንኤንዎች፣ ክላሲካል ኤምኤል፣ ወይም ስፓርሳይድ/ኳንቲዝድ ኔትስ።
-
በጀቶች ፡ ሚሊዋትስ፣ ዋትስ ሳይሆን፤ KB–MB፣ GB አይደለም።
የሃርድዌር ምርጫዎች፡ ወጪ ከአፈጻጸም ጋር ሲነጻጸር ⚔️
ሃርድዌር መምረጥ ብዙ ፕሮጀክቶች የሚንቀጠቀጡበት ቦታ ነው፡
-
Raspberry Pi ክፍል ፡ ተስማሚ፣ ለአጠቃላይ ጥቅም የሚያገለግል ሲፒዩ፤ ለፕሮቶታይፖች ጠንካራ።
-
NVIDIA Jetson : ለጥቅም የተገነቡ የጠርዝ AI ሞጁሎች (ለምሳሌ፣ ኦሪን) ከአስር እስከ መቶዎች የሚደርሱ TOPSዎችን - በጣም ጥሩ፣ ግን ውድ እና ኃይለኛ ክብደት ያላቸው [4]።
-
ጉግል ኮራል (ኤጅ ቲፒዩ) ~4 TOPS በ2W አካባቢ (~2 TOPS/W) የሚያቀርብ ASIC አፋጣኝ - ሞዴልዎ ገደቦችን ሲያሟላ ድንቅ ጥራት/W [3]።
-
ስማርትፎን ሶሲዎች (Snapdragon) : ሞዴሎችን በመሳሪያ ላይ በብቃት ለማስኬድ ከ NPUs እና SDKs ጋር ይላካል።
የአውራ ጣት ደንብ፡- ሚዛናዊ ወጪ፣ የሙቀት መለኪያ እና ስሌት። “በቂ ነው፣ በሁሉም ቦታ” ብዙውን ጊዜ “ከዘመናዊው ዓለም፣ የትም” ይበልጣል።
ለተካተቱ ስርዓቶች በ AI ውስጥ የተለመዱ ተግዳሮቶች 🤯
መሐንዲሶች በየጊዜው ከሚከተለው ጋር ይታገላሉ፦
-
ጥብቅ ማህደረ ትውስታ ፡ ትናንሽ መሳሪያዎች ግዙፍ ሞዴሎችን ማስተናገድ አይችሉም።
-
የባትሪ በጀት ፡ እያንዳንዱ ሚሊአምፕ ዋጋ አለው።
-
የሞዴል ማመቻቸት:
-
የቁጥር → አነስተኛ፣ ፈጣን int8/float16 ክብደቶች/ማግበሪያዎች።
-
መከርከም → ለዝርፊያ የማይመቹ ክብደቶችን ያስወግዱ።
-
የክላስተር/የክብደት መጋራት → ተጨማሪ መጭመቅ።
እነዚህ በመሳሪያ ላይ ቅልጥፍናን ለማረጋገጥ መደበኛ ቴክኒኮች ናቸው [2]።
-
-
ማሳደግ ፡ የክፍል ውስጥ የአርዱዪኖ ማሳያ ≠ የደህንነት፣ የደህንነት እና የህይወት ዑደት ገደቦች ያሉት የመኪና ምርት ስርዓት።
ስህተት እየሰሩ ነው? ጓንት ተከፍቶበት በቁልፍ ጉድጓድ ውስጥ መጽሐፍ እያነበቡ ነው።.
በቅርቡ ተጨማሪ የሚያዩዋቸው ተግባራዊ አፕሊኬሽኖች 🚀
-
በመሳሪያ ላይ የጤና ግንዛቤዎችን የሚሰጡ ስማርት ተለባሽ መሳሪያዎች
-
የአይኦቲ ካሜራዎች ጥሬ ቀረጻዎችን ሳይለቁ ክስተቶችን የሚጠቁሙ።
-
ከመስመር ውጭ የድምጽ ረዳቶች ለእጅ-ነጻ ቁጥጥር - የደመና ጥገኝነት የለም።
-
ለምርመራ፣ ለማድረስ እና ለትክክለኛነት የሚያገለግሉ አውቶሞቲቭ ድሮኖች
ባጭሩ፡- AI ቃል በቃል ወደ አንጓችን፣ ወደ ኩሽናችን እና ወደ መሠረተ ልማታችን እየተጠጋ ነው።.
ገንቢዎች እንዴት መጀመር እንደሚችሉ 🛠️
-
ሰፊ የመሳሪያ መሳሪያዎችን እና የMCU→ሞባይል ሽፋንን ለማግኘት በ TensorFlow Lite
-
በ PyTorch መሬት ውስጥ የሚኖሩ ከሆነ እና በሞባይል እና በተከተተ [5] ውስጥ በመሳሪያ ላይ ዘንበል ያለ የሩጫ ጊዜ የሚያስፈልግዎ ከሆነ ExecuTorchን ያስሱ
-
ፈጣን እና አስደሳች የፕሮቶታይፕ ስራ ለማግኘት Arduino + TinyML ኪቶችን ይሞክሩ
-
የእይታ ቧንቧዎችን ይመርጣሉ? ኤጅ ኢምፕልዝ የውሂብ ቀረጻ፣ ስልጠና እና ማሰማራትን በመጠቀም እንቅፋቱን ይቀንሳል።
-
ሃርድዌርን እንደ አንደኛ ደረጃ ዜጋ አድርገው ይቆጥሩት - በሲፒዩዎች ላይ ፕሮቶታይፕ ያድርጉ፣ ከዚያም መዘግየትን፣ የሙቀት መጠኖችን እና ትክክለኛነትን ለማረጋገጥ በዒላማ አፋጣኝዎ (Edge TPU፣ Jetson፣ NPU) ላይ ያረጋግጡ።.
ሚኒ-ቪኔት ፡ አንድ ቡድን በኮይን-ሴል ዳሳሽ ላይ የንዝረት-አኖማሊ መመርመሪያ ይልካል። የፍሎው32 ሞዴል የኃይል በጀቱን ያጣል፤ int8 ኳንቲዜሽን በአንድ ግምት ኃይልን ይቀንሳል፣ መቁረጥ ማህደረ ትውስታን ይቀንሳል፣ እና MCU ን በግዳጅ ማዞር ስራውን ያጠናቅቃል - ምንም ኔትወርክ አያስፈልግም [2,3]።
ለተካተቱ ስርዓቶች የ AI ጸጥ ያለ አብዮት 🌍
→ ማሰብ → እርምጃ መውሰድን እየተማሩ ነው - በአካባቢው። የባትሪ ዕድሜ ሁልጊዜ ያስጨንቀናል፣ ነገር ግን መንገዱ ግልጽ ነው፡ ጥብቅ ሞዴሎች፣ የተሻሉ ኮምፒውተሮች፣ ብልጥ አፋጣኞች። ውጤቱስ? የበለጠ የግል እና ምላሽ ሰጪ የሚመስል ቴክኖሎጂ የተገናኘ ብቻ ሳይሆን ትኩረት መስጠት ነው።
ማጣቀሻዎች
[1] ETSI (ባለብዙ መዳረሻ ጠርዝ ኮምፒውቲንግ) - የዘገየነት/የግላዊነት ጥቅሞች እና የኢንዱስትሪ አውድ።
ETSI MEC: አዲስ የነጭ ወረቀት አጠቃላይ እይታ
[2] የጉግል TensorFlow ሞዴል ማሻሻያ መሣሪያ ስብስብ - በመሳሪያ ላይ ቅልጥፍናን ለማግኘት ቁጥራዊነት፣ መቁረጥ፣ ክላስተር ማድረግ።
የ TensorFlow ሞዴል ማሻሻያ መመሪያ
[3] የጉግል ኮራል ኤጅ TPU - ለጠርዝ ማጣደፍ የፐርፍ/ወ መለኪያዎች።
የኤጅ TPU መለኪያዎች
[4] NVIDIA Jetson Orin (ኦፊሴላዊ) - የኤጅ AI ሞጁሎች እና የአፈጻጸም ኤንቨሎፖች።
የጄትሰን ኦሪን ሞጁሎች አጠቃላይ እይታ
[5] PyTorch ExecuTorch (ኦፊሴላዊ ሰነዶች) - ለሞባይል እና ለኤጅ በመሳሪያ ላይ PyTorch የሚሰራበት ጊዜ።
የExecuTorch አጠቃላይ እይታ