基於Qualcomm APQ8053實現邊緣運算(Edge Computing)


在萬物聯網的時代,聯網的終端裝置大幅的增加,造成雲端資料中心需要處理海量的原始數據,而大數據海量的傳輸,是指大量的終端使用者和Cloud 之間的傳輸。所以思科(Cisco)提出霧運算(Fog Computing)的概念,各界對於用語定義有不同的解讀,但市場傾向稱呼為邊緣運算(Edge Computing),邊緣運算可以減緩雲端運算(Cloud Computing)的負擔,例如大數據增加的網路流量,還有網路信號不穩造成的延遲(Latency)。

圖片來源[1]拓墣產業研究院


邊緣運算的主軸概念是把計算、存取資源的能力分佈給地域性的裝置(Devices),如用戶端的手機,或是物聯網(IOT)的裝置,只把最重要的數據資料傳送到Cloud處理,既能把工作效率提高,也能節省大量的成本。

大型科技公司(如微軟、思科、英特爾)成立開放霧聯盟(OpenFog Consortium)制定協定與規範,意在加速霧運算的普及和物聯網發展。邊緣運算延伸雲端運算的範圍到網路末端,可用來解決不適合雲端運算的應用。譬如需要下列2點的關鍵特性:


  1. 極低的網路傳輸延遲(Low latency)。

  2. 廣闊地域的地理分佈(Geo-distributed),如分佈各學校的PM2.5空氣品質感測器。


以智慧交通說明邊緣運算架構的關鍵特性,在城市中的交通號誌系統裝設感測器,量測每個汽車速度與行人的距離,當預測會跟行人碰撞時,系統必須在毫秒內向接近的車輛發出緊急警報,這說明邊緣運算必須支援低延遲應用。

配備照相機的移動裝置在互聯網的智能監控安全的應用,如巡邏員警的手機智能監控程式,可以偵測街道上的可疑人士或車牌。


APQ8053具有強大運算能力的聯網終端裝置[2],主要可以把Machine Learning交由 Qualcomm GPU或DSP加速運算,執行AI相關應用,如人臉辨識,數據資料能在邊緣設備進行快速的分類與分析,實現邊緣運算的概念,詳細說明如下:






APQ8053為高度整合的系統單晶片(SoC),具備64-bit 8核心 CPU、Adreno 506 GPU與 Hexagon 546 DSP,同時整合GPS、802.11ac、BLE 4.1。



作業系統除了Android 外,還增加對Linux的支援,目的是加快製造商上市的時程。



Qualcomm APQ8053最高可支持到2400萬像素,整合下述SDK軟體開發套件後(例如Qualcomm Connected Camera SDK),高效能的相機即可進行人臉偵測辨識、移動偵測與物體追蹤等分析功能,偵測事件發生,才會進行資料傳送,因此APQ8053平台可降低網路傳輸頻寬的需求,客戶也可節省雲端運算進行影片分析與儲存的成本。



軟體開發套件(SDK)詳細資料可以參考Qualcomm Developer Network網站  https://developer.qualcomm.com/




GoPro 推出 Hero7 系列相機搭載高通視覺智慧平台(Qualcomm Vision Intelligence platform)[2],皆是基於 Qualcomm APQ8053 SoC 設計,其他如VR(虛擬實境)、360度攝像頭、智能家居或智慧型電子看板應用等…如下:



[1] 人工智慧與5G帶來新的工業革命,邊緣運算將是發展AIoT的重要基礎。


參考文獻


[1] 科技新報:【拓墣觀點】AI、5G 都靠它,邊緣運算夯什麼?
[2] Qualcomm Vision Intelligence 100/200 Platform Product (APQ8053)

★博文内容均由个人提供,与平台无关,如有违法或侵权,请与网站管理员联系。

★博文作者未开放评论功能