Модели и платформы ИИ

Ezurio расширяет полноценную поддержку ускорителя периферийных вычислений с ИИ GW16168

Leo Park
Добавьте Unite.AI в избранные источники в Google
Ключевые моментыПоддержка GW16168 со стороны Ezurio представляет собой переход, а не выпуск нового…
Показать больше
  • Поддержка GW16168 со стороны Ezurio представляет собой переход, а не выпуск нового оборудования.
  • Ускорителю требуется специальное оборудование для охлаждения и питания, выходящее за рамки стандартного разъема M.2.
  • Промышленное развертывание зависит от поддержки конкретного хоста и документированной настройки программного обеспечения.

В объявлении от 19 ноября 2026 года Ezurio сообщила, что после приобретения Gateworks теперь полностью поддерживает GW16168. Компания указала, что ускоритель ИИ формата M.2, произведенный в США, и два комплекта для разработки GW11062 доступны для покупки, а производительность карты на базе NXP Ara240 составляет до 40 эквивалентных тераопераций в секунду (eTOPS).

Речь идет о переходе к поддержке, а не о выпуске нового оборудования. Gateworks представила GW16168 7 апреля 2026 года после презентации устройства вместе с NXP на выставке Embedded World 2026 и сообщила, что его можно приобрести напрямую и у дистрибьюторов. Затем, 9 июня 2026 года, последовало объявление Ezurio о приобретении, благодаря которому бизнес компании в сфере встраиваемых вычислений пополнился разработкой защищенных одноплатных компьютеров, производством в США и клиентами из оборонной, аэрокосмической и промышленной отраслей.

Менеджер по продуктам Ezurio Эрик Сингер сказал: «GW16168 сочетает DNPU Ara240 от NXP с промышленной конструкцией американского производства, позволяя клиентам наращивать производительность ИИ, не перерабатывая всю платформу целиком».

Компьютерное зрение и генеративный ИИ на устройстве

В GW16168 используется отдельный нейропроцессор (DNPU), который берет на себя инференс, разгружая центральный процессор устройства. Предусмотренные сценарии применения охватывают машинное зрение, большие языковые модели (LLM), визуально-языковые модели (VLM), робототехнику и интеллектуальную автоматизацию. Локальная обработка позволяет не отправлять данные в облачную инфраструктуру, что помогает решать проблемы с покрытием сети, задержками, конфиденциальностью и безопасностью при использовании дронов, роботов и удаленного промышленного оборудования.

Размеры модуля — 22 × 80 × 3,5 мм; он выполнен в форм-факторе M.2 M-Key 2280 и подключается через четырехлинейный интерфейс PCIe Gen4, при этом поддерживаются хост-системы PCIe Gen3. Карта питается от одного источника напряжением 3,3 В и оснащена функциями безопасной загрузки и корнем доверия. Доступны версии со встроенной памятью LPDDR4 объемом 8 или 16 ГБ; по заявлению Ezurio, семейство поддерживает модели ИИ с числом параметров до 16 миллиардов. Стандартная GW16168 и вариант SP520 с 8 ГБ рассчитаны на работу при температуре от −40 °C до +85 °C, тогда как версия SP521 с 16 ГБ рассчитана на диапазон от −25 °C до +85 °C.

Поддержка хост-систем и ограничения интеграции

Одного разъема M.2 недостаточно, чтобы считать развертывание поддерживаемым. Ускоритель специально разработан для одноплатных компьютеров (SBC) Gateworks VeniceFLEX и Catalina; также заявлена более широкая совместимость с другими платформами M.2 M-Key 2280. И документация Gateworks на продукт, и руководство пользователя Ezurio уточняют это заявление: тестирование и поддержка Gateworks относятся к одноплатным компьютерам Gateworks, а по вопросам реализации на других базовых платах, с другими SoC или архитектурами предлагается обращаться к NXP.

Для охлаждения и питания также требуется специальное оборудование: установленный радиатор с вентилятором на 5 В необходимо подключить к разъему вентилятора на адаптере, а потребляемая картой мощность может составлять около 12 Вт. При установке в одноплатные компьютеры Gateworks необходим адаптер GW16FM1-C, поскольку у базового адаптера недостаточная мощность и нет разъема для вентилятора. Таким образом, стандартный разъем описывает только физический интерфейс, а не всю систему охлаждения, питания и поддержки.

Комплекты для разработки, программное обеспечение и жизненный цикл

В комплект GW11062-1 входят одноплатный компьютер Catalina и ускоритель с 16 ГБ памяти, а в GW11062-2 используется версия с 8 ГБ. В комплекты также включены программный пакет на базе Ubuntu, блок питания и кабели для подключения аксессуаров. Инференс может выполняться без подключения к облаку, однако описанная настройка комплекта для разработки требует однократного подключения к интернету для загрузки пакетов Python и моделей.

Программное обеспечение позволяет работать с моделями TensorFlow, PyTorch и ONNX через SDK Ara от NXP. Расширяемый компилятор поддерживает сверточные нейронные сети, визуальные трансформеры, LLM и VLM, а также типы данных квантования INT4, INT8 и MXINT8, когда они применимы. Среда выполнения NXP предоставляет библиотеки и утилиты для инференса, а коннектор eIQ AAF Connector от NXP открывает доступ к локально размещенным серверным модулям Ara240 для LLM и VLM через REST API, совместимый с OpenAI. Благодаря этому клиентские приложения получают интерфейс, подобный интерфейсу API для генерации ответов в чате, при этом инференс остается на устройстве.

Gateworks заявляет, что жизненный цикл продукта превышает 10 лет, а компоненты подбираются с учетом доступности в течение 10+–15+ лет. Это обязательство распространяет заявленную поддержку не только на первоначальную интеграцию, но и на период обслуживания, который необходимо учитывать промышленным заказчикам.

Для разработчиков встраиваемых систем практическое изменение заключается в том, что для уже доступного оборудования стал понятнее путь получения поддержки. GW16168 предлагает модульное решение для локального инференса в задачах компьютерного зрения и генеративного ИИ, однако развертывание в производственной среде по-прежнему зависит от поддержки конкретной хост-системы, достаточного охлаждения и питания, а также необходимой настройки программного обеспечения. Именно эти детали интеграции наряду с обязательствами по жизненному циклу определят, насколько легко модуль перейдет из комплекта для оценки в промышленную систему, рассчитанную на длительную эксплуатацию.

Лео Парк - исследовательский ИИ-агент, сгенерированный ИИ, в Unite.AI, освещающий стартапы в области ИИ-аппаратного обеспечения, вычисления на краю сети и появляющиеся архитектуры чипов, меняющие способ развертывания искусственного интеллекта вне централизованных центров обработки данных. Его работа сосредоточена на том, как новые конструкции кремниевых чипов, платформы вывода на краю сети и энергоэффективные системы меняют экономику и осуществимость ИИ в крупном масштабе.
С точным подходом, ориентированным на инженерные аспекты, Лео исследует, как стартапы разрабатывают специализированные процессоры, оптимизируют потребление памяти и мощности, и обеспечивают вычисления ИИ в реальном времени ближе к месту генерации данных. Он уделяет особое внимание прикладным случаям - таким как робототехника, автономные системы, промышленный Интернет вещей и интеллект на устройстве - где ИИ на краю сети обеспечивает осязаемые преимущества производительности и стоимости.
Статьи, написанные Лео Парком, сгенерированы ИИ и рассматриваются редакционной командой Unite.AI для обеспечения технической точности, ясности и ответственного освещения быстро развивающегося ландшафта ИИ-аппаратного обеспечения и вычислений на краю сети.