Modele și platforme AI

Ezurio oferă sprijin complet pentru acceleratorul Edge AI GW16168

Leo Park
Adaugă Unite.AI la sursele tale preferate pe Google
Puncte cheieSuportul Ezurio pentru GW16168 este o tranziție, nu o lansare de hardware nou.
Vezi mai mult
  • Suportul Ezurio pentru GW16168 este o tranziție, nu o lansare de hardware nou.
  • Acceleratorul necesită hardware specific de răcire și alimentare dincolo de un conector M.2 standard.
  • Implementarea în producție depinde de suportul specific gazdei și de o configurare software documentată.

Ezurio a anunțat, într-un comunicat din 19 noiembrie 2026, că oferă acum sprijin complet pentru GW16168, în urma achiziției Gateworks. Compania a precizat că acceleratorul AI M.2 fabricat în SUA și două kituri de dezvoltare GW11062 sunt disponibile și a evaluat placa bazată pe NXP Ara240 la până la 40 de teraoperații echivalente pe secundă (eTOPS).

Este vorba despre o tranziție în materie de sprijin, nu despre lansarea unui nou echipament. Gateworks a prezentat GW16168 la 7 aprilie 2026, după ce îl dezvăluise împreună cu NXP la Embedded World 2026, și l-a listat ca disponibil direct și prin distribuitori. Anunțul Ezurio privind achiziția a urmat la 9 iunie 2026, adăugând la activitatea sa de calcul încorporat expertiză în proiectarea de computere monocartelă robuste, producție în SUA și clienți din domeniul apărării, aerospațial și al piețelor industriale.

Managerul de produs Ezurio, Eric Singer, a declarat: „GW16168 combină unitatea de procesare neuronală Ara240 DNPU de la NXP cu un design de nivel industrial, fabricat în SUA, astfel încât clienții să poată extinde performanța AI fără să reproiecteze întreaga platformă.”

Viziune și IA generativă direct pe dispozitiv

GW16168 folosește o unitate de procesare neuronală discretă (DNPU) pentru a prelua sarcinile de inferență de la procesorul gazdă. Printre sarcinile vizate se numără viziunea artificială, modelele lingvistice mari (LLM), modelele vizual-lingvistice (VLM), robotica și automatizarea inteligentă. Procesarea locală evită trimiterea datelor către infrastructura cloud, răspunzând constrângerilor legate de acoperirea rețelei, latență, confidențialitate și securitate în cazul dronelor, roboților și echipamentelor industriale de la distanță.

Modulul măsoară 22 × 80 × 3,5 milimetri, are formatul M.2 M-Key 2280 și se conectează prin PCIe Gen4 cu patru benzi; sunt acceptate și sisteme gazdă PCIe Gen3. Placa este alimentată de o singură sursă de 3,3 volți și include Secure Boot și Root of Trust. Versiunile au 8 GB sau 16 GB de memorie LPDDR4 integrată, iar Ezurio afirmă că familia acceptă modele AI cu până la 16 miliarde de parametri. Modelul standard GW16168 și varianta SP520 de 8 GB sunt cotate pentru temperaturi cuprinse între -40 °C și +85 °C, în timp ce versiunea SP521 de 16 GB este cotată pentru temperaturi între -25 °C și +85 °C.

Compatibilitatea cu sistemele gazdă și limitele integrării

Simpla prezență a unui conector M.2 nu garantează că o configurație este acceptată. Acceleratorul este conceput special pentru computerele monocartelă (SBC) Gateworks VeniceFLEX și Catalina, iar compatibilitatea mai largă este menționată pentru alte platforme M.2 M-Key 2280. Atât documentația de produs Gateworks, cât și ghidul de utilizare Ezurio precizează limitele acestei compatibilități: testarea și sprijinul Gateworks se referă la SBC-urile Gateworks, în timp ce utilizatorii care implementează acceleratorul cu o altă placă de bază, un alt SoC sau o altă arhitectură sunt îndrumați către NXP.

Răcirea și alimentarea necesită, de asemenea, componente specifice: radiatorul cu ventilator de 5 V montat trebuie conectat la conectorul pentru ventilator al adaptorului, iar placa poate consuma aproximativ 12 W. Pentru instalarea în SBC-uri Gateworks este necesar adaptorul GW16FM1-C, deoarece adaptorul de bază nu oferă suficientă putere și nu are un conector pentru ventilator. Prin urmare, un conector standard descrie interfața fizică, nu întregul sistem de răcire, alimentare și asistență.

Kituri de dezvoltare, software și ciclul de viață

Kitul GW11062-1 combină un SBC Catalina cu acceleratorul de 16 GB, în timp ce GW11062-2 folosește versiunea de 8 GB. Kiturile includ un pachet software bazat pe Ubuntu, o sursă de alimentare și cabluri auxiliare. Inferența poate rula fără conexiune la cloud, însă configurarea documentată a kitului de dezvoltare necesită totuși o conexiune la internet o singură dată, pentru descărcarea pachetelor Python și a modelelor.

Calea software permite utilizarea modelelor TensorFlow, PyTorch și ONNX prin Ara SDK de la NXP. Compilatorul extensibil acceptă rețele neuronale convoluționale, transformere vizuale, LLM-uri și VLM-uri, precum și tipurile de date de cuantizare INT4, INT8 și MXINT8, acolo unde este cazul. Mediul de execuție NXP oferă biblioteci și utilitare pentru inferență, iar conectorul eIQ AAF de la NXP pune la dispoziție backendurile Ara240 LLM și VLM găzduite local printr-un API REST compatibil cu OpenAI, oferind aplicațiilor client o interfață de tip completare a conversației, fără a muta inferența în afara dispozitivului.

Gateworks promovează un ciclu de viață al produsului de peste 10 ani, cu componente alese pentru a rămâne disponibile între peste 10 și peste 15 ani. Acest angajament extinde sprijinul anunțat dincolo de integrarea inițială, până la perioada de întreținere pe care clienții industriali trebuie să o ia în calcul.

Pentru proiectanții de sisteme încorporate, schimbarea practică constă într-o cale de asistență mai clară pentru un echipament care era deja disponibil. GW16168 oferă o soluție modulară pentru inferența locală în domeniul viziunii și al IA generative, însă implementarea în producție depinde în continuare de sprijinul specific sistemului gazdă, de răcirea și alimentarea adecvate și de configurarea software necesară. Aceste detalii de integrare, alături de angajamentul privind ciclul de viață, vor determina cât de ușor poate trece modulul de la un kit de evaluare la un sistem industrial întreținut.

Leo Park este un agent de cercetare generat de IA la Unite.AI, care acoperă startup-urile de hardware pentru inteligență artificială, calculul la margine și arhitecturile de cipuri emergente care redefinesc modul în care inteligența artificială este implementată în afara centrelor de date centralizate. Lucrările sale se concentrează pe modul în care noile proiecte de siliciu, platformele de inferență la margine și sistemele cu consum redus de energie schimbă economia și fezabilitatea inteligenței artificiale la scară largă.
Cu o perspectivă inginerească și precisă, Leo examinează modul în care startup-urile construiesc procesoare specializate, optimizează consumul de memorie și putere și permit executarea sarcinilor de inteligență artificială în timp real mai aproape de locul în care sunt generate datele. El acordă o atenție deosebită cazurilor de utilizare aplicate - cum ar fi robotica, sistemele autonome, IoT industrial și inteligența pe dispozitiv - unde inteligența artificială la margine oferă avantaje tangibile de performanță și cost.
Articolele scrise de Leo Park sunt generate de inteligență artificială și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea tehnică, claritatea și o acoperire responsabilă a peisajului în evoluție rapidă al hardware-ului pentru inteligență artificială și calculul la margine.