Microchip accélère la connectivité des capteurs IA en périphérie avec la version 2.0 de son pont de capteur Ethernet FPGA PolarFire
Microchip Technology annonce la version 2.0 de son pont de capteur Ethernet FPGA PolarFire, une plateforme prête pour la production conçue pour simplifier l’intégration de capteurs au sein des architectures d’intelligence artificielle en périphérie basées sur la technologie NVIDIA Holoscan Sensor Bridge (HSB).
À mesure que les systèmes d’Edge AI gagnent en complexité, les développeurs doivent connecter un nombre croissant de caméras et de capteurs tout en maîtrisant la consommation énergétique, l’encombrement et les coûts d’intégration. La nouvelle génération du pont Ethernet de Microchip répond à ces défis en proposant une architecture plus compacte, plus performante et plus évolutive.
Les systèmes Edge AI nécessitent des architectures de capteurs plus efficaces
Les plateformes d’intelligence artificielle embarquées reposent de plus en plus sur des flux de données provenant simultanément de plusieurs caméras et capteurs.
Dans les applications de robotique, d’automatisation industrielle et d’imagerie médicale, ces informations doivent être transmises avec une faible latence et une grande fiabilité vers les moteurs d’inférence IA. Les interfaces propriétaires et les architectures hétérogènes peuvent cependant compliquer considérablement le développement.
L’adoption d’infrastructures Ethernet standardisées devient donc un levier important de simplification.
Une conception plus compacte et plus économique
La version 2.0 du pont de capteur Ethernet PolarFire affiche un format 60 % plus compact que la génération précédente.
Microchip annonce également un coût réduit tout en doublant la capacité de prise en charge des caméras. Cette optimisation permet aux développeurs de construire des plateformes plus denses tout en réduisant la nomenclature matérielle et les contraintes d’intégration.
L’alimentation via USB-C simplifie par ailleurs l’installation dans les environnements de développement et les architectures en rack.
Une infrastructure Ethernet 10 Gb conçue pour l’IA moderne
La plateforme permet de remplacer des liaisons multiples complexes par une architecture basée sur Ethernet 10 Gigabit.
Cette approche favorise une meilleure évolutivité des systèmes tout en simplifiant la gestion des flux de données issus des capteurs. Les applications reposant sur les plateformes NVIDIA Jetson ou NVIDIA IGX peuvent ainsi bénéficier d’une connectivité standardisée adaptée aux charges de travail IA modernes.
Cette architecture contribue à réduire les coûts globaux des systèmes Edge AI.
Jusqu’à quatre caméras et une mesure intégrée de la latence
La nouvelle conception FPGA PolarFire peut prendre en charge jusqu’à quatre caméras simultanément.
Elle intègre également un système de mesure de latence permettant de vérifier le temps nécessaire entre l’acquisition des données du capteur et leur traitement par l’algorithme d’intelligence artificielle. Cette validation s’effectue à l’aide de l’outil NVIDIA Latency Display Analysis Tool.
Le contrôle précis de la latence devient particulièrement important dans les applications temps réel.
Une plateforme flexible pour différents types de capteurs
Le pont Ethernet intègre un connecteur FMC (FPGA Mezzanine Card) ainsi que plusieurs interfaces standard.
Parmi les technologies prises en charge figurent MIPI CSI-2, I²C, UART et GPIO, ainsi que plusieurs interfaces vidéo telles que SLVS-EC 2.0, 12G-SDI, HDMI et DisplayPort.
Cette modularité permet d’ajouter de nouveaux capteurs sans modifier l’architecture matérielle principale.
Sécurité, faible consommation et développement accéléré
Le FPGA PolarFire apporte des avantages reconnus en matière d’efficacité énergétique, de sécurité et de traitement temps réel.
L’intégration avec le SDK NVIDIA Holoscan permet aux équipes d’accéder rapidement à des bibliothèques optimisées, des modèles IA et des applications de référence. Microchip complète cette offre par des conceptions de référence, des ressources RTL et un support d’alimentation basé notamment sur le PMIC MCP16701.
L’ensemble vise à réduire les délais de développement et les risques d’intégration.
Pour les développeurs de systèmes Edge AI, cette nouvelle plateforme montre que les futures architectures de capteurs devront combiner Ethernet haut débit, faible latence, évolutivité multi-capteurs, faible consommation énergétique et intégration simplifiée, afin de répondre aux exigences croissantes des applications de robotique, de vision industrielle et d’intelligence artificielle embarquée.
Si vous avez apprécié cet article, vous aimerez les suivants : ne les manquez pas en vous abonnant à :