Linux-Singleboard-Computer

Beaglebone AI bringt Künstliche Intelligenz an die Edge

| Autor / Redakteur: Margit Kuther / Nico Litzel

BeageBone AI: eint Maschinelles Lernen mit der einfachen Nutzung eines Beaglebones.
BeageBone AI: eint Maschinelles Lernen mit der einfachen Nutzung eines Beaglebones. (Bild: Beaglebone.org)

Der Beaglebone AI setzt auf die CPU AM5729 von TI mit Deep-Learning-Technologie. Der Linux-Singleboard-Computer mit mechanischer und Header-Kompatibilität zum Beaglebone Black eint so Maschinelles Lernen mit der einfachen Nutzung eines Beaglebones.

Mit Beaglebone AI adressiert Beaglebone.org die Industrie. Denn, so die US-amerikanische, gemeinnützige Organisation, „der BeagleBone AI schließt die Lücke zwischen kleinen Singleboard Computern (SBC) und leistungsfähigeren Industriecomputern“. Wie der Name schon vermuten lässt, soll sich Beaglebone AI für Anwendungen zur Künstlichen Intelligenz (Artificial Intelligence, AI) eignen. Fokussiert wird die „Automatisierung in industriellen, kommerziellen und privaten Anwendungen“.

Seine Rechenleistung als industrietauglicher SBC bezieht der Beaglebone AI aus dem System on Chip (SoC) Sitara AM5729 von Texas Instruments mit Dualcore Arm Cortex-A15. „BeagleBone KI macht es einfach zu erforschen, wie Künstliche Intelligenz (KI) im Alltag eingesetzt werden kann, indem die [zwei] Kerne des Digital-Signal-Prozessors (DSP) TI C66x und die [vier] EVE-Kerne (Embedded Vision Engine) durch die optimierte Machine Learning OpenCL API TI Deep Learning (TIDL) mit vorinstallierten Tools unterstützt werden“, betont die Beaglebone-Organisation.

Die Grafik- und Anzeigefunktionen des Beaglebone AI werden durch das Subsystem Image and Video Accelerator - High Definition (IVA-HD) mit 4 K bei 15 fps (Encoding), H.264, 1080p60 (Decoding), 2D-Grafikbeschleuniger und einen Dualcore-3D-Grafikprozessor unterstützt. Desweiteren bietet BeagleBone AI: 1 GByte RAM, 16 GByte eMMC-Flash, zwei Dualcore-Programmierbare Echtzeit-Einheiten (PRU), Gigabit Ethernet, WLAN 802.11ac mit 2,4 und 5 GHz, Bluetooth 4.2 Anschlussoptionen, Anschlüsse für Micro-HDMI, USB Typ-C für Power, SuperSpeed-Dual-Role-Controller und USB 2.0 Host.

Der Beaglebone AI ist mechanisch und Header-kompatibel zum BeagleBone Black, er unterstützt also die das Zubehör, sprich die Cape-Erweiterungskarten. Als Betriebssystem ist eine Debian-Linux-Distribution vorinstalliert. Der BeagleBone AI kostet rund 130 € und ist etwa über Mouser erhältlich.

Details zu den Lösungen von Texas Instruments

Deep Learning ist in letzter Zeit zum bevorzugten Ansatz zur Lösung von Problemen der künstlichen Intelligenz geworden. Deep Learning am Netzwerkrand (Edge) ist aufgrund von Zuverlässigkeit, Datenschutz, Netzwerkbandbreite, Latenzzeiten und Strombelangen für viele Anwendungen zu einer beliebten Wahl geworden. TI adressiert mit der hochintegrierten AM57x-Familie von Sitara-Prozessoren die Notwendigkeit, tiefliegende Inferenz für Embedded-Anwendungen an die Edge zu bringen. Die Deep-Learning-Lösung von TI ist auch unter dem Namen TIDL (TI Deep Learning) bekannt.

Die AM57x-Familie von TI ist ausgestattet mit ARM-Cortex-A15-Kernen mit bis zu 1,5 Gigahertz Takt. Die skalierbare Familie der AM57x bietet dedizierte Hardware für beschleunigte Multimedia- und Industriekommunikation, Erfassungs- und Anzeigeschnittstellen und eine Vielzahl von Konnektivitätsperipheriegeräten.Die AM57x-Familie umfasst Single- und Dual-Core-C66x-Prozessoren, die in der Lage sind, Deep-Learning-Inferenzen auszuführen sowie traditionelle Machine-Vision-Algorithmen.

Das EVE-Subsystem ist eine programmierbare Bildverarbeitungs- und Bildverarbeitungsmaschine. Das EVE-Subsystem besteht aus einem 32-Bit-RISC-Prozessor und einem 512-Bit-Vektor-CO-Prozessor. Es kann 16 mal 16-Bit MAC-Operationen pro Zyklus ausführen. MAC steht für Multiplikation und Akkumulator und beinhaltet daher zwei Operationen.

Die technischen Daten des BeagleBone AI:

  • Dual 1,5-GHz-ARM-Cortex-A15 mit zwei ARM Cortex-A15
  • 2 x Dualcore ARM Cortex M4
  • 2 x Dualcore Programmable Real-Time Unit (PRU)
  • 2 x C66x
  • 2 x PowerVR SGX544 GPU
  • 4 x Embedded Vison Engines (EVE)
  • 1 x IVA-HD-Subsystem
  • 1 GB DDR3 RAM
  • 16 BG eMMC Flashspeicher
  • 1 Mikro-SD-Kartenslot
  • 16-Bit LCD-Interfaces
  • 4 UARTs
  • 2 I2C ports
  • 2 SPI Ports
  • PRU I/O Pins

Dieser Artikel stammt von unserem Partnerportal Elektronikpraxis.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 46160838 / Infrastruktur)