Flex Logix instille de l’intelligence artificielle sur une carte Mini-ITX fondée sur un Ryzen d’AMD

Flex Logix Carte InfzrX Hawk

Flex Logix Technologies, fournisseur californien d'accélérateurs d’inférence pour l’intelligence artificielle et de blocs d'IP eFPGA, lance avec InferX Hawk, une plate-forme de traitement au standard de carte Mini-ITX (17 x 17 cm) prête à l’emploi.

La carte, fondée sur une puce-système d’AMD, en l'occurrence le SoC Ryzen Embedded R2314, comprend la puce d'accélération d'IA InferX X1 de Flex Logix, le logiciel d'exécution InferX ainsi que la plate-forme EasyVision de la société, logiciels s’exécutant sous Linux ou Windows. Cette plate-forme EasyVision fournit notamment des modèles prêts à l'emploi qui sont entraînés pour exécuter les capacités de détection d'objets les plus courantes telles que la détection de casques, le comptage de personnes, la détection de masque facial et la reconnaissance de plaques d'immatriculation. L’idée étant de fournir un système IA intégré à faible consommation d'énergie (25 à 40 W d’enveloppe thermique) et hautes performances, conçu, selon Flex Logix, pour aider les concepteurs à personnaliser, créer et déployer rapidement et facilement des applications d'intelligence artificielle en périphérie de réseau (Edge AI).

Sur cette carte, le Ryzen Embedded R2314 procure quant à lui des performances par watt élevées grâce à l'architecture de base Zen+ d’AMD et aux possibilités graphiques offertes par l'unité GPU Radeon.

Les marchés ciblés par cette plate-forme vont des systèmes de vision et de vidéo intelligentes dans l’industrie, dont beaucoup reposent traditionnellement sur Windows, jusqu’à des systèmes d’analyse d'images médicales, de surveillance de patients, de détection de masque, de contrôle d'accès et de sécurité du personnel, en passant par des équipements d’inspection et de suivi de pièces dans la logistique.

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA