AMD mizează pe o nouă arhitectură pentru roboții care trebuie să gândească și să acționeze în timp real

Inteligența artificială începe să iasă din centrele de date și să ajungă în roboți care se deplasează, manipulează obiecte și lucrează în apropierea oamenilor. Această schimbare aduce o problemă tehnică importantă: un robot nu trebuie doar să analizeze informațiile și să ia decizii, ci și să reacționeze la timp, fără să pună în pericol persoanele din jur. În aceste condiții, performanța nu mai poate fi evaluată doar prin puterea de calcul a procesorului.

AMD susține că dezvoltarea roboților cu inteligență artificială fizică impune o abordare diferită, în care toate componentele trebuie să funcționeze împreună. Senzorii, procesoarele, memoria, software-ul și mecanismele de control au roluri distincte, iar întârzierile apărute între aceste etape pot afecta funcționarea întregului sistem. Compania propune o arhitectură care distribuie sarcinile în funcție de cerințe și pune accent pe reacții predictibile, consum de energie și siguranță.

De ce nu este suficientă puterea de calcul pentru un robot

În cazul aplicațiilor AI din cloud, performanța este evaluată frecvent prin capacitatea de procesare a modelelor și viteza cu care acestea generează rezultate. Pentru un robot care interacționează cu mediul fizic, acești indicatori nu oferă însă o imagine completă. O decizie poate fi corectă, dar inutilă dacă ajunge prea târziu la mecanismul care trebuie să o execute.

O întârziere în transmiterea unei comenzi poate provoca o coliziune, poate destabiliza un robot sau poate duce la o mișcare periculoasă. Problema devine deosebit de importantă în cazul roboților umanoizi și al mașinilor autonome care lucrează în spații industriale alături de oameni. Aceste sisteme trebuie să combine capacitatea de a analiza situații complexe cu mecanisme de control care respectă termene stricte de execuție.

AMD afirmă că, în discuțiile cu producătorii de echipamente pentru robotică, cererea principală este legată de posibilitatea de a rula modele avansate de AI în paralel cu sisteme de control în timp real. Acestea din urmă trebuie să ofere reacții predictibile, indiferent de volumul de lucru al celorlalte componente. Depășirea timpului alocat unei operațiuni poate avea consecințe directe asupra siguranței, nu doar asupra vitezei de funcționare.

Din acest motiv, performanța trebuie analizată la nivelul întregului robot. Contează cât de repede sunt captate informațiile de senzori, cât durează procesarea lor, când este luată decizia și în cât timp se transformă aceasta într-o acțiune fizică.

Ce indicatori arată dacă un sistem AI funcționează la timp

Unul dintre indicatorii folosiți frecvent pentru evaluarea procesoarelor dedicate AI este TOPS, prescurtare de la „trilioane de operații pe secundă” în terminologia tehnică utilizată de industrie. Acesta indică volumul de operații pe care un sistem îl poate executa, dar nu arată dacă robotul poate detecta un eveniment, analiza situația și reacționa în intervalul necesar.

Vezi și:

AMD își arată forța în inteligența artificială înainte de lansarea RTX Spark. Noile cipuri Gorgon Halo pot folosi până la 192 GB de memorie

NVIDIA DLSS 5 ajunge și pe plăcile video AMD. Un nou mod simplifică instalarea tehnologiei Neural Rendering

Pentru o evaluare realistă trebuie luate în calcul și memoria, transferul datelor, conexiunile dintre componente și modul în care software-ul programează sarcinile. Un model poate procesa informațiile rapid, dar întregul sistem poate deveni lent dacă datele așteaptă într-o coadă de procesare sau dacă transferurile dintre componente durează prea mult.

AMD atrage atenția și asupra altor două aspecte: latența în situațiile cu întârzieri mari și variațiile timpului de răspuns, cunoscute drept jitter. Media timpilor de răspuns nu este suficientă pentru a demonstra că un robot funcționează în siguranță. Chiar și o singură întârziere neobișnuit de mare poate afecta un mecanism de control care trebuie să reacționeze într-un interval precis.

Soluția propusă este distribuirea sarcinilor între mai multe tipuri de procesoare. GPU-urile și NPU-urile sunt potrivite pentru operațiuni de percepție și raționament, FPGA-urile și SoC-urile adaptive pot gestiona sarcini de control cu cerințe stricte de timp, iar procesoarele CPU coordonează funcționarea sistemului și sincronizarea componentelor.

Abordarea seamănă cu organizarea corpului uman: creierul analizează informațiile și planifică, sistemul nervos transmite comenzile, iar articulațiile și mâinile execută mișcările. În cazul robotului, aceste funcții sunt distribuite între componente hardware și software care trebuie să comunice eficient.

Siguranța trebuie prevăzută încă din proiectarea robotului

Un robot nu trebuie să depindă de o singură componentă pentru toate operațiunile. Dacă procesorul care rulează modelele AI se defectează sau nu mai răspunde la timp, mecanismele esențiale de control trebuie să poată păstra sistemul într-o stare sigură. Pentru aceasta sunt importante redundanța, izolarea sarcinilor și posibilitatea reducerii controlate a funcțiilor în cazul unei defecțiuni.

AMD dezvoltă soluții bazate pe SoC-uri adaptive și platforme x86, care pot combina sarcini cu cerințe diferite de siguranță. SoC-urile adaptive permit folosirea unor procesoare dedicate operațiunilor în timp real, cu execuție sincronizată în paralel, precum și a logicii programabile pentru monitorizare și control predictibil.

Compania menționează certificări și standarde relevante pentru siguranța funcțională, printre care IEC 61508, ISO 26262 și ISO 13849. Totodată, inițiativa ISO/CD 25785-1 reflectă preocuparea pentru siguranța roboților industriali cu stabilitate dinamică, care trebuie să reacționeze previzibil la informațiile primite de la senzori și la eventualele defecțiuni.

Pe platformele AMD x86, hipervizorul Xen poate izola sarcinile în funcție de cerințele lor, stabilind limite pentru accesul la memorie, dispozitive și resurse de procesare. AMD și comunitatea Xen lucrează la certificarea de siguranță a acestuia pentru platforme AMD x86 și Arm. Potrivit companiei, conceptul de siguranță a primit deja aprobare, iar procesul continuă către certificarea finală.

Ce oferă platforma AMD Kria AI pentru robotică

AMD a dezvoltat soluția Kria AI pentru robotică, un ansamblu de module de calcul scalabile și instrumente software destinate proiectării sistemelor cu inteligență artificială fizică. Oferta include module Kria AI SOM și o placă de interfață pentru robotică, bazate pe procesoarele AMD Ryzen AI Embedded din seria X100, precum și platforma de dezvoltare AMD Kria AI Robotics Developer Platform.

Aceasta din urmă reunește resurse de procesare CPU, GPU, NPU și FPGA. Pachetul software AMD Robotics Software Suite se bazează pe AMD ROCm și ROS 2, cu suport pentru PyTorch, ONNX și MoveIt. Compania pune la dispoziție și o rețea de parteneri, AMD Robotics Partner Network, pentru dezvoltarea unor soluții adaptate diferitelor aplicații.

Arhitectura propusă distribuie funcțiile între mai multe familii de produse: Kria AI pentru procesarea asociată „creierului” robotului, SoC-urile adaptive AMD Versal pentru transmiterea și coordonarea informațiilor, SoC-urile AMD Zynq pentru controlul articulațiilor și manipulatoarelor, respectiv FPGA-urile AMD Spartan pentru gestionarea senzorilor. Foundation Robotics și Generative Bionics se numără printre organizațiile care folosesc aceste tehnologii.

În testele și analizele realizate de terți, AMD raportează că modulul Kria AI SOM poate susține 8.000 de decizii de control pe secundă, în timp ce raționamentul bazat pe AI are un timp de răspuns sub 100 de milisecunde. În sarcini reprezentative de robotică, configurațiile AMD Ryzen AI Embedded ar oferi o fiabilitate de până la 3,4 ori mai mare în respectarea termenelor pentru controlul în timp real și o capacitate de procesare disponibilă pentru alte sarcini de până la 1,6 ori mai mare decât NVIDIA Jetson T5000. O analiză separată realizată de mimik indică posibilitatea de a susține simultan cu până la 2,3 ori mai mulți agenți AI.

Rezultatele sunt prezentate de AMD în contextul propriei abordări și nu înseamnă că diferențele se vor păstra în orice configurație sau aplicație. Compania susține și utilizarea unor specificații hardware deschise, pentru ca producătorii să poată colabora cu parteneri ODM și să dezvolte produse fără să depindă de un singur furnizor.

Invenția care îți transformă bicicleta obișnuită într-una electrică în trei secunde. Are autonomie promisă de 90 km