Een AI-toepassing werkend krijgen op een ontwikkelbord is één ding. Diezelfde toepassing omzetten in een industrieel product dat jarenlang betrouwbaar, veilig en beheersbaar moet functioneren, is een heel andere uitdaging. SECO wil die overstap vereenvoudigen met een nieuwe SMARC-module op basis van Qualcomms Dragonwing IQ8-platform.
SECO heeft de SOM-SMARC-Dragonwing-IQ8 aangekondigd, een system-on-module waarmee machinebouwers en andere OEM's Edge-AI-toepassingen vanuit de prototypefase naar een industriële productarchitectuur moeten kunnen brengen. De eerste hardware-exemplaren worden in beperkte aantallen beschikbaar gesteld aan OEM's en ontwikkelteams.
De module is ontwikkeld in samenwerking met Arduino en Qualcomm Technologies en sluit aan op de eerder dit jaar geïntroduceerde Arduino VENTUNO Q. Dat ontwikkelplatform gebruikt eveneens de Dragonwing IQ8-architectuur en is bedoeld voor onder meer AI, robotica en motion control. De VENTUNO Q combineert een krachtige applicatieprocessor voor AI met een afzonderlijke microcontroller voor real-time besturing.
SECO richt zich met de nieuwe module nadrukkelijk op de fase die daarna komt. Een prototype kan relatief snel worden gebouwd, maar een commerciële machine, robot of visionsysteem stelt andere eisen aan bijvoorbeeld levensduur, cybersecurity, softwareonderhoud en beschikbaarheid van hardware.
Software uit prototype meenemen
Het uitgangspunt is daarom dat ontwikkelaars zoveel mogelijk werk uit de prototypefase kunnen hergebruiken. Applicaties kunnen eerst worden ontwikkeld en gevalideerd op de Arduino VENTUNO Q. Via Arduino App Lab moeten deze vervolgens kunnen worden overgebracht naar het nieuwe SECO-platform.
Dat is relevant omdat beide systemen zijn gebaseerd op dezelfde Dragonwing IQ8-familie. Arduino positioneert de VENTUNO Q zelf eveneens als een platform waarvan software, AI-modellen en applicatielogica later kunnen worden meegenomen naar productiegerichte system-on-modules.
Het moet voorkomen dat engineeringteams na een succesvolle proof-of-concept opnieuw moeten beginnen zodra een toepassing daadwerkelijk in een industriële machine of installatie wordt ingebouwd. Juist die overgang van demonstrator naar product blijkt bij Edge AI vaak complex. Naast de AI-functionaliteit moeten immers ook zaken als interfaces, real-time gedrag, updates, beveiliging en lifecyclemanagement worden geregeld.
SECO vult het ontwikkelplatform daarom aan met ondersteuning voor onder meer carrierboard-ontwerp, board support packages, besturingssystemen, cybersecurity en langetermijnbeheer van de hardware.
Tot 40 TOPS voor lokale AI
De SOM-SMARC-Dragonwing-IQ8 voldoet aan de SMARC 2.1.1-specificatie en is gebaseerd op de Qualcomm Dragonwing IQ-8275-processor. Afhankelijk van de configuratie is maximaal 40 TOPS aan AI-rekenvermogen beschikbaar. Daarmee richt het platform zich op toepassingen waarbij AI-inference lokaal, dus direct in de machine of het apparaat, wordt uitgevoerd.
Voorbeelden zijn industriële beeldverwerking, slimme machines, robotica, HMI's en machinebesturing. Lokale verwerking kan daarbij interessant zijn wanneer korte reactietijden nodig zijn of wanneer grote hoeveelheden productie- of cameradata niet continu naar een cloudomgeving moeten worden gestuurd.
De module ondersteunt maximaal 32 GB LPDDR5- of LPDDR5X-geheugen en maximaal 1 TB UFS 3.1-opslag. Voor aansluiting op machines, camera's en andere apparatuur zijn onder meer Gigabit Ethernet, 2,5 Gigabit Ethernet, PCIe Gen4, MIPI-CSI en CAN-FD beschikbaar.
Ook de Arduino VENTUNO Q gebruikt de Dragonwing IQ-8275 en haalt volgens Arduino maximaal 40 TOPS. Dat bord combineert de processor met een STM32H5-microcontroller voor real-time taken, zoals motorbesturing en andere toepassingen waarbij deterministisch gedrag belangrijk is.
Beheer wordt onderdeel van Edge AI
Een belangrijk verschil tussen experimenteren met Edge AI en het grootschalig toepassen ervan zit niet alleen in de hardware. Zodra tientallen, honderden of duizenden machines op verschillende locaties worden ingezet, wordt ook beheer een belangrijk onderdeel van de architectuur.
SECO levert daarom ondersteuning voor zijn Clea-platform. Daarmee kunnen onder meer apparaten op afstand worden beheerd, software-updates via OTA worden uitgevoerd en storingen op afstand worden onderzocht. Ook containerbeheer en de uitrol van AI-workflows behoren tot de mogelijkheden.
Daarmee weerspiegelt de aankondiging een bredere ontwikkeling binnen industriële AI. De aandacht verschuift langzaam van de vraag óf een AI-model op een embedded platform kan draaien naar de vraag hoe zo'n toepassing gedurende zijn volledige levensduur beheerd kan worden.
Volgens Lorenzo Veltroni, Chief Product and Marketing Officer bij SECO, is juist de overgang van prototype naar productie een fase waarin veel Edge-AI-projecten snelheid verliezen. Door tijdens prototyping en productie dezelfde processorarchitectuur en zoveel mogelijk dezelfde softwarebasis te gebruiken, wil het bedrijf de hoeveelheid extra ontwikkelwerk beperken.
Ook Arduino ziet die continuïteit als belangrijk. Het achterliggende idee van het programma ‘Works with Arduino’ is volgens het bedrijf niet alleen hardwarecompatibiliteit, maar vooral dat ontwikkelaars bestaande code, modellen en ontwikkelmethoden kunnen blijven gebruiken wanneer een project doorgroeit naar een professioneel product.
Voor machinebouwers kan dat uiteindelijk belangrijker zijn dan alleen de beschikbare AI-rekenkracht. Edge AI wordt technisch steeds beter bereikbaar, maar de werkelijke industriële inzet hangt vooral af van de vraag of een prototype zonder ingrijpende herontwikkeling kan worden omgezet in een platform dat gedurende vele jaren geproduceerd, beveiligd, bijgewerkt en onderhouden kan worden.