Airffic InstituteAERIAL PHYSICAL AI

Aerial Physical AI Institute

Chips og regnekraft: at køre AI i luften

En genial AI er ubrugelig, hvis den ikke kan køre på dronen. Det her er udholdenheden i Aerial Physical AI.

Kort svar: AI på droner skal køre inden for stramme grænser for batteri og vægt, så effektive, hurtige edge AI-chips er afgørende. Chipfirmaer prøver at eje markedets fundament ved at pakke udviklingsværktøjer sammen med deres chips.

Opdateret: · 2 min. læsningSådan har vi undersøgt →

Sir Airffic GoDet her hænger sammen med smartphones og spillekonsoller, så tænk på eksempler fra hverdagen.

Hvorfor regne om bord på dronen?

For at undgå forhindringer i luften skal der gå meget kort tid fra at se til at beslutte. Der er ikke tid til at sende data til skyen og vente.

Droner skal også kunne flyve, hvor radiosignalet ikke når frem eller bliver jammet. Så de vigtige beslutninger kører på dronens egen chip. Det er edge AI.

Et stramt budget for batteri og vægt

Jo tungere en drone er, jo kortere flyver den. Jo mere strøm computeren bruger, jo kortere flyver den også.

Chips, der laver det samme arbejde med mindre strøm, er mere værd for droner. Det vigtige tal er ikke topfarten, men regnekraft pr. watt.

Sir Airffic GoNår du sammenligner chips, så vælg ikke bare den hurtigste. Kig efter fart, der er venlig ved batteriet.

Chipproducenterne sælger hele værktøjskassen

NVIDIA tilbyder Jetson, små AI-computere, sammen med software og simulatorer til robotter. Når udviklere først har lært de værktøjer, bliver det sværere at skifte chip.

Qualcomm bringer strømbesparende chips og kommunikation, der er finpudset i smartphones, til platforme for droneudvikling.

Chipfirmaer vil eje udviklingsplatformen, ikke bare sælge dele – lidt ligesom forholdet mellem Windows og Intel i pc'ens tid.

Hvad grundmodeller ændrer

Store modeller, der forstår billeder og sprog, er stadig for tunge til de fleste dronechips.

Forvent en opdeling: gør modellerne mindre, så de kan køre om bord, behold hastende beslutninger på dronen, og send de langsommere beslutninger til jorden eller skyen.

At bestemme, hvor hver beregning skal køre, er netop sømmen mellem hjernen om bord og luftrummets OS – en stor mulighed for driftsplatforme.

Ofte stillede spørgsmål

Hvad er edge AI?

At køre AI på selve enheden – en drone eller et kamera – i stedet for på cloud-servere. Det mindsker problemerne med forsinkelser og udfald på netværket.

Hvilke AI-chips bruger droner?

Eksempler er NVIDIAs Jetson-serie, Qualcomms Flight/RB-platforme og Ambarellas kamerachips. Firmaer som ModalAI bygger regnemoduler specielt til droner oven på dem.