エッジAIシステムは、ますます複雑化し、電力制約が厳しくなり、安全性に対する要求も高まっています。ADASドメインコントローラや産業用ロボットから、スマートカメラや医療画像プラットフォームに至るまで、現代の組み込みシステムは、膨大な量のセンサーデータを処理し、AI推論モデルを実行し、リアルタイムの制御判断を下すという一連の作業を、厳しいレイテンシと電力予算内で実行する必要があります。
従来、これらの機能を実現するには、センサーの前処理用のFPGA、推論用の専用AIアクセラレータ、後処理とシステム制御用のCPUまたはGPUといった複数のデバイスが必要でした。このような断片化されたアーキテクチャは、レイテンシ、消費電力、基板の複雑さ、設計リスクを増加させます。
新たなアーキテクチャの転換として、シングルチップインテリジェンスが登場しつつあります。これは、前処理、AI推論、後処理を1つの適応型デバイスに統合したものです。この転換の最前線に立つのが、AMDのVersal AI EdgeシリーズGen2 FPGAです。
エッジAIコンピューティングの3つのフェーズ
この変化の重要性を理解するためには、現代のエッジAIシステムにおけるコンピューティングの3つの主要な段階を検証することが重要である。
前処理 – センサーの調整とデータ準備
エッジシステムは、カメラ、LiDAR、レーダー、産業用センサー、または医療画像ソースから生データを取り込みます。このデータは以下の条件を満たす必要があります。
- フィルタリングおよび正規化
- チャネル化または融合
- AIパイプライン向けにフォーマット済み
- 決定論的な遅延で処理されます
前処理は通常、高度に並列化され、レイテンシに敏感です。プログラマブルロジックは、キャッシュ関連のジッターなしに決定論的に動作するカスタムパイプラインを実装するのに最適です。
AI推論 – ニューラルネットワーク実行
データが処理されると、物体検出、分類、セグメンテーション、異常検出、または意思決定のためにニューラルネットワークモデルに渡されます。
AI推論ワークロードには以下が求められます。
- 高いMACスループット
- 効率的なメモリ帯域幅
- 最新のデータ型（FP16、INT8、新興フォーマット）のサポート
- ワットあたりの優れた性能
専用のAIエンジンはこれらのワークロード向けに最適化されていますが、ボトルネックを回避するために、メモリおよび前処理パイプラインと密接に連携させる必要があります。
後処理 – 決定、制御、およびフィードバック
推論後、システムは以下のことを行う必要があります。
- 意思決定ロジックを適用する
- 制御アルゴリズムを実行する
- アクチュエータとのインターフェース
- 通信スタックを管理する
- 安全監視の実施
この段階では、堅牢なスカラー演算、リアルタイムでの決定性、そして多くの場合、機能安全への準拠が求められる。
マルチチップの複雑さからシングルチップのインテリジェンスへ
エッジAIシステムは従来、複数のデバイスに分散したコンピューティングに依存してきた。従来のマルチチップ実装と、Versal AI Edge Series Gen2 FPGAを搭載した統合型アダプティブSoCアプローチを比較すると、アーキテクチャ上のトレードオフが明らかになる。
| マルチチップアーキテクチャの限界 | Versal AI Edge Gen2による真のシングルチップインテリジェンスの実現 |
|---|---|
| 前処理用のFPGA、推論用のAIアクセラレータ、制御用のCPU/GPUをそれぞれ独立して使用する。 | 前処理、推論、後処理を1つの適応型SoCに統合 |
| 複数のメモリドメインとチップ間の頻繁なデータ転送 | 統合されたNoCとLPDDR5Xサポートによる統一されたメモリアクセス |
| デバイス間の通信は遅延を増加させる。 | PL、AIE-ML v2、およびCPU間におけるオンチップデータの決定論的な転送 |
| 複数のデバイスによる消費電力の増加 | 異種統合によるワットあたりの性能向上 |
| 複雑なPCB配線と信号完全性に関する課題 | 基板の複雑さが軽減され、設置面積も小さくなりました。 |
| 同期機能とクロックドメイン管理の強化 | 厳密な内部クロックとアーキテクチャの一貫性 |
| 検証および安全認証サイクルの長期化 | 統合された安全アーキテクチャ（ASIL D / SIL 3対応設計） |
| 部品表コストと統合作業の増加 | デバイスの統合により、システムの複雑さとリスクが軽減される。 |
プログラマブルロジックにおける決定論的前処理
プログラマブルロジックファブリックは、センサーフュージョン、画像信号処理、データ調整、低遅延フィルタリング、および決定論的データフォーマットのためのカスタムハードウェアパイプラインをサポートします。前処理が推論と同じデバイス内で行われるため、遅延が最小限に抑えられ、データ移動のオーバーヘッドが削減されます。
AIE-ML v2による効率的なAI推論
第2世代デバイスに搭載されているAI Engine-ML v2アーキテクチャは、前世代と比較して演算密度が高く、TOPS/ワット効率が向上するように最適化されています。最新の数値フォーマットのサポートとメモリ帯域幅の拡張により、推論ワークロードを専用アクセラレータを必要とせずにセンサーパイプラインに近い場所で実行できます。これにより、ボードの複雑さが軽減され、パフォーマンスの一貫性が向上します。
後処理のための高性能スカラー演算
Cortex-A78AEコアを含むスカラー演算能力の大幅な向上により、複雑な意思決定ロジック、制御アルゴリズム、および上位レベルのシステムソフトウェアを同一デバイス上で実行することが可能になりました。ADASや産業用ロボットなどの安全性が重視されるアプリケーション向けには、ロックステップ処理モードとリアルタイムコアがASIL D / SIL 3対応設計をサポートします。このレベルのCPU統合により、外部プロセッサの必要性が低減され、システム検証が簡素化されます。
システムレベルのメリット
前処理、推論、後処理を1つの適応型SoCに統合することで、設計者は以下のことを実現できます。
自動車、産業、航空宇宙、医療などの分野で稼働するエッジAIプラットフォームにとって、これらの利点は、より信頼性が高く拡張性の高いシステムアーキテクチャに直接結びつきます。
iWaveは、iG-G77M Versal™ AI Edge Gen2システムオンモジュール（SOM）および開発キットのサンプルを早期アクセス顧客向けに提供開始しました。iG-G77M SOMは、2VE3858、2VE3804、2VE3558、2VE3504デバイスに対応しています。このプラットフォームは、次世代エッジAIシステムの評価、プロトタイピング、製品開発を加速するように設計されています。自動車、産業機器、画像処理、ロボット工学、または安全性が重視されるアプリケーション向けにこのモジュールの評価をご希望のエンジニアリングチームは、技術資料、価格、および入手可能性の詳細についてお問い合わせください。
iWave Globalは、FPGAおよびアダプティブSoCベースのシステムオンモジュール、シングルボードコンピュータ、ODMサービスを専門とする大手組み込みソリューションプロバイダーです。高速設計、RFシステム、AIアクセラレーション、安全性が重視されるアーキテクチャに関する深い専門知識を活かし、自動車、産業オートメーション、航空宇宙・防衛、医療、高性能組み込み市場など、幅広い分野のお客様の製品開発を加速させます。
詳細については、www.iwave-global.comをご覧いただくか、 mktg@iwave-global.comまでお問い合わせください。
