Il System-on-Chip nRF54LM20B, dotato di un'ampia capacità di memoria, integra una NPU che accelera i modelli di classe TensorFlow Lite fino a 15 volte più velocemente e con un consumo energetico significativamente inferiore rispetto a una CPU Arm Cortex. Inoltre, offre prestazioni fino a 7 volte superiori e un'efficienza energetica 8 volte migliore rispetto alla soluzione AI edge più simile sul mercato, rendendo i carichi di lavoro AI con sensori ad alta frequenza, audio ed eventi fruibili su dispositivi alimentati da piccole batterie.
"Questa nuova generazione di funzionalità basate sull'intelligenza artificiale a livello edge trasforma radicalmente ciò che i piccoli dispositivi alimentati a batteria possono percepire e interpretare nel mondo reale", afferma Øyvind Strøm, EVP Short-Range di Nordic Semiconductor. "Portando una potente intelligenza direttamente sul dispositivo, senza compromettere l'efficienza energetica, la latenza o la complessità del sistema, stiamo rendendo possibile una nuova classe di prodotti molto più intelligenti, reattivi e significativamente più efficienti dal punto di vista energetico rispetto a qualsiasi soluzione precedente.".
Semplificando la creazione, l'ottimizzazione e la distribuzione dei modelli di intelligenza artificiale in locale, Nordic facilita agli sviluppatori l'integrazione di funzionalità intelligenti significative nei loro prodotti, senza aumentare il consumo energetico o la complessità dello sviluppo.
Nordic sta rafforzando la sua offerta di edge AI combinando accelerazione hardware avanzata, supporto flessibile per i modelli e flussi di lavoro di sviluppo intuitivi per rendere l'intelligenza on-device una realtà nei prodotti di consumo.
Il nuovo System-on-Chip nRF54LM20B con NPU offre le prestazioni necessarie per l'intelligenza in tempo reale in dispositivi indossabili alimentati a batteria, dispositivi per la casa intelligente, dispositivi audio intelligenti, sensori industriali e medicali e dispositivi di localizzazione.
Ciò consente:
rilevamento accurato delle attività,
risposta naturale a suoni e presenza,
identificazione istantanea delle anomalie e
interpretazione del movimento
il tutto senza la necessità di elaborazione cloud.
Semplificazione dello sviluppo dell'IA in ambito edge computing.
Oltre alla nuova accelerazione hardware, Nordic ha ampliato la sua soluzione di IA a bassissimo consumo energetico con funzionalità che eliminano i soliti ostacoli all'integrazione dell'intelligenza artificiale nei prodotti IoT connessi e alimentati a batteria:
Gli sviluppatori possono creare modelli di intelligenza artificiale per l'esecuzione diretta sui dispositivi caricando set di dati personalizzati e definendo l'architettura del modello per generare modelli di classificazione o regressione. Ciò semplifica la progettazione di architetture di intelligenza artificiale da zero per dispositivi indossabili, sensori industriali e dispositivi per la casa intelligente.
Gli sviluppatori possono generare un modello di parola di attivazione personalizzato a partire da una singola frase digitata (ad esempio, "Ciao Nordic"), senza dover raccogliere ed etichettare migliaia di campioni audio. Ciò riduce drasticamente i costi di creazione dei dataset vocali e consente di implementare i comandi vocali in altoparlanti intelligenti, dispositivi indossabili, telecomandi e accessori audio alimentati a batteria.
I modelli creati con il nuovo strumento online Nordic Edge AI Lab possono essere ottimizzati sia per l'inferenza accelerata sulla NPU che per l'esecuzione efficiente sulla CPU, offrendo flessibilità in base ai requisiti di prestazioni e consumo energetico.
Questo facilita l'integrazione tra modelli, strumenti e firmware embedded, consentendo al contempo applicazioni come
la classificazione audio,
il rilevamento di anomalie,
l'elaborazione avanzata IMU,
la manutenzione predittiva,
il rilevamento ambientale
e l'elaborazione del segnale.
