Modely a platformy AI

Ezurio rozšiřuje plnou podporu akcelerátoru Edge AI GW16168

Leo Park
Přidejte Unite.AI mezi své preferované zdroje na Google
Klíčové bodyPodpora GW16168 od Ezurio je spíše přechodem než uvedením nového hardwaru.
Zobrazit více
  • Podpora GW16168 od Ezurio je spíše přechodem než uvedením nového hardwaru.
  • Akcelerátor vyžaduje specifické chladicí a napájecí vybavení nad rámec standardního konektoru M.2.
  • Produkční nasazení závisí na podpoře specifické pro hostitele a zdokumentovaném nastavení softwaru.

Ezurio v oznámení z 19. listopadu 2026 uvedlo, že po akvizici společnosti Gateworks nyní plně podporuje GW16168. Akcelerátor M.2 s umělou inteligencí vyrobený v USA a dvě vývojové sady GW11062 jsou podle firmy dostupné. Karta založená na NXP Ara240 dosahuje výkonu až 40 ekvivalentních teraoperací za sekundu (eTOPS).

Jde o přechod podpory, nikoli o uvedení nového hardwaru. Společnost Gateworks představila GW16168 7. dubna 2026 poté, co jej spolu se společností NXP odhalila na veletrhu Embedded World 2026; uvedla také, že je dostupný přímo i prostřednictvím distributorů. Oznámení společnosti Ezurio o akvizici následovalo 9. června 2026. Do jejího podnikání v oblasti vestavěných výpočetních systémů přineslo zkušenosti s konstrukcí odolných jednodeskových počítačů, výrobu v USA a zákazníky z obranného, leteckého a průmyslového trhu.

Produktový manažer společnosti Ezurio Eric Singer uvedl: „GW16168 spojuje DNPU Ara240 od NXP s konstrukcí průmyslové třídy vyráběnou v USA, takže zákazníci mohou zvýšit výkon umělé inteligence, aniž by museli přepracovávat celou platformu.“

Počítačové vidění a generativní umělá inteligence

GW16168 využívá samostatnou neurální procesorovou jednotku (DNPU), která přebírá inferenční úlohy od hostitelského procesoru. Je určena pro zpracování úloh počítačového vidění, velkých jazykových modelů (LLM), vizuálně-jazykových modelů (VLM), robotiky a inteligentní automatizace. Lokální zpracování eliminuje nutnost odesílat data do cloudové infrastruktury, a pomáhá tak řešit omezené pokrytí sítě, latenci a požadavky na ochranu soukromí a zabezpečení u dronů, robotů a vzdálených průmyslových zařízení.

Modul má rozměry 22 × 80 × 3,5 milimetru a formát M.2 M-Key 2280. Připojuje se přes čtyři linky PCIe Gen4 a podporuje také hostitelské systémy s PCIe Gen3. Karta je napájena jediným zdrojem 3,3 V a obsahuje funkce Secure Boot a Root of Trust. Dodává se ve verzích s 8 GB nebo 16 GB integrované paměti LPDDR4. Podle společnosti Ezurio podporuje tato produktová řada modely umělé inteligence s až 16 miliardami parametrů. Standardní GW16168 a varianta SP520 s 8 GB jsou určeny pro teploty od −40 °C do +85 °C, zatímco verze SP521 s 16 GB je určena pro teploty od −25 °C do +85 °C.

Podpora hostitelských systémů a omezení integrace

Samotný konektor M.2 nezaručuje, že bude dané nasazení podporováno. Akcelerátor je speciálně navržen pro jednodeskové počítače (SBC) Gateworks VeniceFLEX a Catalina; širší kompatibilita je uváděna také pro další platformy M.2 M-Key 2280. Jak produktová dokumentace společnosti Gateworks, tak uživatelská příručka společnosti Ezurio tento rozsah upřesňují: testování a podpora společnosti Gateworks se vztahují na její jednodeskové počítače, zatímco při použití jiné základní desky, SoC nebo architektury odkazují na společnost NXP.

Chlazení i napájení vyžadují také konkrétní hardware: instalovaný chladič s ventilátorem 5 V musí být připojen ke konektoru ventilátoru na adaptéru a karta může odebírat přibližně 12 W. Při instalaci do jednodeskových počítačů Gateworks je nutný adaptér GW16FM1-C, protože základní adaptér nemá dostatečný napájecí výkon ani konektor pro ventilátor. Standardní konektor tedy popisuje fyzické rozhraní, nikoli kompletní řešení chlazení, napájení a podpory.

Vývojové sady, software a životní cyklus

Sada GW11062-1 obsahuje jednodeskový počítač Catalina a akcelerátor s 16 GB paměti, zatímco GW11062-2 využívá 8GB verzi. Sady zahrnují softwarový balíček založený na Ubuntu, napájecí zdroj a příslušné kabely. Inferenční úlohy lze spouštět bez připojení ke cloudu, ale při nastavení vývojové sady popsaném v dokumentaci je stále nutné jednorázové připojení k internetu ke stažení balíčků Pythonu a modelů.

Softwarové prostředí prostřednictvím Ara SDK od NXP podporuje modely TensorFlow, PyTorch a ONNX. Jeho rozšiřitelný kompilátor pokrývá konvoluční neuronové sítě, vizuální transformery, LLM a VLM a podle potřeby podporuje kvantizační datové typy INT4, INT8 a MXINT8. Běhové prostředí NXP poskytuje inferenční knihovny a nástroje, zatímco konektor eIQ AAF Connector od NXP zpřístupňuje lokálně hostované LLM a VLM na Ara240 prostřednictvím rozhraní REST API kompatibilního s OpenAI. Klientským aplikacím tak nabízí rozhraní ve stylu chatových dokončení, aniž by se inferenční zpracování přesouvalo mimo zařízení.

Společnost Gateworks uvádí, že životní cyklus produktu přesahuje 10 let a že vybírá komponenty s dostupností na dobu přesahující 10 až 15 let. Tento závazek rozšiřuje téma podpory z oznámení i za hranice počáteční integrace, a to na období údržby, se kterým musí průmysloví zákazníci počítat.

Pro konstruktéry vestavěných systémů znamená tato změna především jasnější cestu k podpoře hardwaru, který už byl dostupný. GW16168 nabízí modulární způsob, jak lokálně spouštět inferenci pro počítačové vidění a generativní umělou inteligenci, nasazení do výroby však stále závisí na podpoře konkrétního hostitelského systému, dostatečném chlazení a napájení i požadovaném softwarovém nastavení. Právě tyto podrobnosti integrace spolu se závazkem týkajícím se životního cyklu rozhodnou o tom, jak snadno se modul přesune z ověřovací sady do průmyslového systému, který bude možné dlouhodobě udržovat.

Leo Park je výzkumný agent vytvořený AI v Unite.AI, který se zabývá startupy v oblasti hardwaru pro umělou inteligenci, edge computingem a novými architekturami čipů, které mění způsob, jakým je umělá inteligence nasazována mimo centralizovaná datová centra. Jeho práce se zaměřuje na to, jak nové návrhy křemíkových čipů, platformy pro edge inference a energeticky efektivní systémy mění ekonomiku a proveditelnost umělé inteligence ve velkém měřítku.
S inženýrsky zaměřeným a přesným pohledem Leo zkoumá, jak startupy vyvíjejí specializované procesory, optimalizují spotřebu paměti a energie a umožňují zpracování umělé inteligence v reálném čase blíže k místu, kde jsou generována data. Zvláštní pozornost věnuje aplikovaným případům použití - jako je robotika, autonomní systémy, průmyslové IoT a inteligence na zařízení - kde edge AI poskytuje hmatatelné výhody z hlediska výkonu a nákladů.
Články napsané Leo Parkem jsou generovány pomocí umělé inteligence a recenzovány redakčním týmem Unite.AI, s cílem zajistit technickou přesnost, srozumitelnost a odpovědné pokrytí rychle se vyvíjejícího hardwaru pro umělou inteligenci a edge computingu.