Qualcomm stellt Systems-on-Chips für IoT und Bilderkennung vor

Für die neuen QCS605 und QCS603 SoCs, die Grundlage der neuen Vision Intelligence Platform, kombiniert Qualcomm Bilddaten-Prozessoren, ein Software-Framework für künstliche Intelligenz, CPU und GPU für die Verarbeitung verschiedener Aufgaben rund um Kameras, Robotics oder Smart Displays.

Die neuen Systems-on-Chips von Qualcomm sind für IoT- und künstliche Intelligenz-Aufaben optimiert. Diese neuen Plattformen sollen vor allem im Bereich des Edge-Computing eingesetzt werden. Diese Geräteklasse soll möglichst viel Informationen vor Ort verarbeiten, um damit den Datenaustausch mit dem Backend zu minimieren.

Die beiden Chip-Modelle QCS603 und 605 sollen vor allem in Sicherheitskameras, Sport-Kameras, Werables, Systemen für Virtual Reality, Robotics und für Smart Displays eingesetzt werden.

Die Vision Intelligence Platform ist ein Systems-on-Chips von Qualcomm, das beispielsweise in Sport- oder Sicherheitskameras zum Einsatz kommen soll und hier Vides- und Bilderkennung unterstützen soll. Links ist eine Referenzimplementierung zu sehen (Bild: Qualcomm) Die Vision Intelligence Platform ist ein Systems-on-Chips von Qualcomm, das beispielsweise in Sport- oder Sicherheitskameras zum Einsatz kommen soll und hier Vides- und Bilderkennung unterstützen soll. Links ist eine Referenzimplementierung zu sehen (Bild: Qualcomm).

Diese Kamerasysteme unterschieden sich meist von Smartphone-Kameras, da diese auch bei Lichtbedingungen unter 1 Lux operieren müssen und auch andere Technologien für die Bildverarbeitung verwenden. So müssen etwa bei einer Helmkamera oder in einer Drohne trotz hoher Bewegungen die Bilder aussagekräftig bleiben.

Neben den besonderen Anforderungen an die Bildverarbeitung unterstützen die Modelle 603 und 605 auch Funktionen wie Hindernisserkennung etwa beim Einsatz in Robotern oder und auch Bilderkennung über künstliche Intelligenz.

HIGHLIGHT

Report: Entwicklung der Cloud-Nutzung

McAfee befragte im Rahmen der jährlichen Forschungsstudie zur Cloud-Sicherheit und der Migration zur Cloud mehr als 1.400 IT-Experten. Dieser Bericht zeigt den Stand der Dinge bei Cloud-Sicherheit auf und bietet praktische Hinweise. Jetzt herunterladen!

Dafür setzt Qualcomm auf das eigene Software-Framework Snapdragon Neural Processing Engine (NPE), das Modelle unterstützt, die von Libraries wie Tensorflow, Caffe, Caffe2, dem Android Neural Networks API oder Qualcomms eigener Hexagon Neural Network Library erstellt und trainiert wurden.

Anwender können diese Modell dann auf die KI-Engine von Qualcomm mit Hilfe eines Entwicklerwerkzeuges portieren. Diese Engine optimiert dann das so genannte Interfencing, das heißt den Abgleich zwischen Bilddaten und KI-Modell. Das Training der Edge-Geräte findet jedoch meist in der Cloud statt, wo höhere Rechenleistung zur Verfügung steht.

Beide neue Modellen richten sich an Geräte, die mit Batterie betrieben werden und haben daher einen niedrigen Stromverbrauch. Beide sind mit Wi-Fi und der Qualcomm Adreno GPU ausgerüstet. Hinzu kommt der Qualcomm Cryo ARM CPU, ein Hexagon 685 Vector Prozessor und die KI-Engine.

Die Vision Intelligence Platform unterstützt für Deep Neural Network Interferences bis zu 2.1 TOPS, das sind Tera Operations pro Sekunde, vergleichbar mit TFLOPS, jedoch ohne Floating-Point-Berechnungen. Dabei helfen unter anderem zwei 14-bit Spectra 270 Bildsignal-Prozessoren und zwei 16-Megapixel-Sensoren.

603 und 605 lassen sich auch für Videos einsetzen. 605 kann laut Hersteller gleichzeitig 4K (Ultra HD) und 1080p (Full HD) Feeds mit jeweils 60 fps verarbeiten. Bei niedrigerer Auflösung können noch zusätzliche Streams verarbeitet werden. Der 603 unterstützt maximal 4K und 720p mit jeweils 30 fps simultan. Die beiden Modelle sind sich relativ ähnlich. Allerdings zielt der 603 auf kleinere Geräte ab und bietet auch einen niedrigeren Stromverbrauch und ist auch kleiner. Daher bietet das SoC auch in verschiedenen Punkten wie Wi-Fi oder Bildverarbeitung weniger Leistung als das Modell 605.

Qualcomm ist mit diesem Angebot nicht alleine. Vor zwei Wochen hatte GPU-Spezialist Nvidia ebenfalls neue Produkte vorgestellt, die speziell auf Projekte mit künstlicher Intelligenz abzielen. So hatte Nvidia unter anderem auch eine Kooperation mit dem Mobil-Chip-Designer ARM rund um die Verarbeitung von KI-Funktionen in IoT-Geräten geschlossen. Auf der CES hatte der GPU-Spezialist auch eine Kooperation mit VW für autonomes Fahren angekündigt.

Whitepaper

Die Vorteile der Zentralisierung von PC- und Mac-Management an einem Ort

Mac-Computer werden immer beliebter. IT-Abteilungen stehen vor der Aufgabe, diese Geräte zu verwalten und tun sich damit oft schwer. Welche Vorteile die Zentralisierung von PC- und Mac-Management an einem Ort bietet, erklärt dieses Whitepaper.

Themenseiten: IoT, Künstliche Intelligenz, Qualcomm, Wearable

Fanden Sie diesen Artikel nützlich?
Content Loading ...
Whitepaper

ZDNet für mobile Geräte
ZDNet-App für Android herunterladen ZDNet-App für iOS

Artikel empfehlen:

Neueste Kommentare 

Noch keine Kommentare zu Qualcomm stellt Systems-on-Chips für IoT und Bilderkennung vor

Kommentar hinzufügen

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *