Modelos e plataformas de IA
Ezurio amplia o suporte integral ao acelerador de IA de borda GW16168

Pontos-chaveO suporte da Ezurio para o GW16168 é uma transição e não um lançamento de novo hardware.
Ver mais
- O suporte da Ezurio para o GW16168 é uma transição e não um lançamento de novo hardware.
- O acelerador requer hardware específico de refrigeração e alimentação além de um conector M.2 padrão.
- A implantação em produção depende de suporte específico do host e de uma configuração de software documentada.
Em um comunicado de 19 de novembro de 2026, a Ezurio informou que agora oferece suporte integral ao GW16168 após a aquisição da Gateworks. A empresa listou o acelerador de IA M.2 fabricado nos EUA e dois kits de desenvolvimento GW11062 como disponíveis, e classificou a placa baseada no NXP Ara240 em até 40 teraoperações equivalentes por segundo (eTOPS).
Esta é uma transição de suporte, não o lançamento de um novo hardware. Em 7 de abril de 2026, a Gateworks apresentou o GW16168, depois de revelá-lo com a NXP na Embedded World 2026, e informou que o produto estava disponível diretamente e por meio de distribuidores. O anúncio de aquisição da Gateworks pela Ezurio veio em seguida, em 9 de junho de 2026, acrescentando ao negócio de computação embarcada da empresa experiência em engenharia de computadores de placa única robustos, fabricação nos EUA e clientes dos setores de defesa, aeroespacial e industrial.
Eric Singer, gerente de produto da Ezurio, afirmou: “O GW16168 combina a DNPU Ara240 da NXP com um projeto de padrão industrial, fabricado nos EUA, permitindo que os clientes ampliem o desempenho de IA sem reprojetar toda a plataforma.”
Visão no dispositivo e IA generativa
O GW16168 usa uma unidade discreta de processamento neural (DNPU) para retirar do processador principal as tarefas de inferência. Os usos previstos incluem visão computacional, grandes modelos de linguagem (LLMs), modelos de visão e linguagem (VLMs), robótica e automação inteligente. O processamento local evita o envio de dados para a infraestrutura de nuvem, contornando limitações de cobertura de rede, latência, privacidade e segurança em drones, robôs e equipamentos industriais remotos.
O módulo mede 22 por 80 por 3,5 milímetros e tem formato M.2 M-Key 2280. Ele se conecta por meio de PCIe Gen4 de quatro pistas e também oferece suporte a sistemas host PCIe Gen3. A placa é alimentada por uma única fonte de 3,3 volts e inclui Inicialização Segura e Raiz de Confiança. Há versões com 8 GB ou 16 GB de memória LPDDR4 integrada, e, segundo a Ezurio, a família oferece suporte a modelos de IA com até 16 bilhões de parâmetros. O GW16168 padrão e a variante SP520 de 8 GB têm classificação de temperatura de -40 °C a +85 °C, enquanto a versão SP521 de 16 GB é classificada de -25 °C a +85 °C.
Suporte a sistemas host e limites de integração
A presença de um conector M.2, por si só, não garante que uma implementação tenha suporte. O acelerador foi desenvolvido especificamente para os computadores de placa única (SBCs) Gateworks VeniceFLEX e Catalina, embora a compatibilidade seja descrita de forma mais ampla para outras plataformas M.2 M-Key 2280. Tanto a documentação de produtos da Gateworks quanto o guia do usuário da Ezurio fazem ressalvas a essa abrangência: os testes e o suporte da Gateworks se aplicam aos SBCs Gateworks, enquanto as implementações que usam outra placa-base, SoC ou arquitetura são encaminhadas à NXP.
O resfriamento e a alimentação também exigem componentes específicos: o conjunto dissipador-ventoinha de 5 V instalado deve ser conectado ao conector da ventoinha do adaptador, e a placa pode consumir cerca de 12 W. Nas instalações com SBCs Gateworks, é necessário usar o adaptador GW16FM1-C, pois o adaptador básico não fornece energia suficiente nem dispõe de um conector para ventoinha. Portanto, um conector padrão descreve a interface física, não o projeto térmico, de alimentação e de suporte completo.
Kits de desenvolvimento, software e ciclo de vida
O kit GW11062-1 combina um SBC Catalina com o acelerador de 16 GB, enquanto o GW11062-2 usa a versão de 8 GB. Os kits incluem um pacote de software baseado no Ubuntu, uma fonte de alimentação e cabos acessórios. A inferência pode ser executada sem conexão com a nuvem, mas a configuração documentada dos kits de desenvolvimento ainda exige uma conexão única com a internet para baixar pacotes Python e modelos.
O software oferece suporte a modelos TensorFlow, PyTorch e ONNX por meio do SDK Ara da NXP. Seu compilador extensível abrange redes neurais convolucionais, transformadores de visão, LLMs e VLMs, com suporte aos tipos de dados de quantização INT4, INT8 e MXINT8, quando aplicável. O ambiente de execução da NXP fornece bibliotecas e utilitários de inferência, enquanto o conector eIQ AAF da empresa disponibiliza back-ends Ara240 de LLM e VLM hospedados localmente por meio de uma API REST compatível com OpenAI, oferecendo aos aplicativos clientes uma interface no estilo de conclusão de conversas, sem transferir a inferência para fora do dispositivo.
A Gateworks anuncia um ciclo de vida do produto superior a 10 anos, com componentes selecionados para garantir disponibilidade por mais de 10 a mais de 15 anos. Esse compromisso estende o tema do suporte anunciado para além da integração inicial, abrangendo também o período de manutenção que os clientes industriais precisam considerar em seu planejamento.
Para quem projeta sistemas embarcados, a mudança prática é um caminho de suporte mais claro para um hardware que já estava disponível. O GW16168 oferece uma opção modular para executar localmente tarefas de inferência de visão e IA generativa, mas a implementação em produção ainda depende do suporte específico ao sistema host, de resfriamento e alimentação adequados e da configuração de software necessária. Esses detalhes de integração, juntamente com o compromisso relativo ao ciclo de vida, determinarão a facilidade com que o módulo passará de um kit de avaliação a um sistema industrial com manutenção contínua.












