Das Modell AIE-CP1A-A1 ist mit dem kompakten Blaize® Pathfinder P1600 Embedded-SoM ausgestattet und eignet sich ideal für raue Umgebungen und eingebettete Systeme mit erweiterten Temperaturbereichen. Es verfügt über zwei ARM Cortex A53 Prozessoren, 16 GSP-Kerne mit einer KI-Leistung von 16 TOPS sowie die Vorteile geringer Speicherbandbreite und niedriger Latenz, wodurch die Implementierung neuronaler Netze (NNs) und Deep Learning (DL) beschleunigt wird.
Basierend auf der Graph Streaming Processor (GSP®)-Architektur von Blaize bietet Pathfinder energieeffiziente Rechenleistung, ideal für Edge-KI-Inferenz-Workloads. Er lässt sich problemlos an ein kundenspezifisches Motherboard anschließen und kann eigenständig oder in ein größeres System integriert werden. Dank seines kompakten, lüfterlosen Designs und der zahlreichen I/O-Ports eignet sich der AIE-CP1A-A1 sowohl für kommerzielle als auch für industrielle KI-Systeme mit bildbasierter KI-Inferenz. Der Blaize Pathfinder unterstützt zudem H.264/H.265-Video-Codierung und -Decodierung und ist somit mit verschiedenen Sensoren für schnelle Bilderkennung und Videoanalyse kompatibel.
Aetina bietet kundenspezifische Motherboards und Computergehäuse für anspruchsvolle Systemintegration und Chip-Down-Design-Services an, um neben Standard-Desktop-PCs auch andere Arten von Embedded-Systemen wie Einplatinencomputer (SBCs) mit dem Blaize Pathfinder bereitzustellen. Darüber hinaus unterstützt Aetina Entwickler bei der Konvertierung ihrer KI-Inferenzmodelle in ein Format, das reibungslos auf Edge-Geräten mit ASIC-Chips ausgeführt werden kann.
„Wir erweitern unser Edge-Computing-Produktportfolio um weitere GPU- und ASIC-basierte Lösungen, die Entwicklern den Aufbau ihrer KI-Systeme in verschiedenen Branchen und Anwendungsbereichen erleichtern“, so Jackal Chen, Senior Produktmanager bei Aetina. „Das Modell AIE-CP1A-A1, ausgestattet mit dem Blaize Pathfinder P1600 SoM-Modul, ist unser erstes ASIC-basiertes System. Durch die Integration verschiedener Chip- und Modultypen werden wir zukünftig heterogene Rechengeräte für diverse KI-Modelle anbieten können.“
„Die Verarbeitung von KI-Workloads am Netzwerkrand anstatt der Datenübertragung in die Cloud ist entscheidend für kosteneffiziente KI-Anwendungen mit nahezu null Latenz“, so Dinakar Munagala, CEO und Mitgründer von Blaize. „Das Pathfinder SoM und unsere GSP-Architektur ermöglichen dieses wichtige Geschäftsziel für die Anforderungen von Computer-Vision-Anwendungen, darunter Objekterkennung, autonome optische Inspektion, Robotik und vieles mehr.“
Darüber hinaus Aetina nun mehr ASIC-basierte KI-Beschleuniger mit M.2- und EDSFF-Spezifikationen für Entwickler, um die Inferenzprozesse ihrer KI-Modelle am Netzwerkrand zu beschleunigen.
