La nouvelle carte CrossLinkU-NX System-on-Module (SoM) de Lattice Semiconductor, distribu\u00e9e par Mouser Electronics, est une plateforme con\u00e7ue pour les applications de vision embarqu\u00e9e, d\u2019agr\u00e9gation de capteurs et d\u2019intelligence artificielle en p\u00e9riph\u00e9rie du r\u00e9seau.<\/p>\n
Alors que les syst\u00e8mes embarqu\u00e9s doivent traiter toujours plus d\u2019informations directement \u00e0 la source, les ing\u00e9nieurs recherchent des solutions capables de fournir des performances \u00e9lev\u00e9es tout en conservant une faible consommation \u00e9nerg\u00e9tique. Le CrossLinkU-NX SoM r\u00e9pond \u00e0 cette \u00e9volution en s\u2019appuyant sur un FPGA optimis\u00e9 pour les environnements o\u00f9 les ressources mat\u00e9rielles et \u00e9nerg\u00e9tiques sont limit\u00e9es.<\/p>\n
L\u2019essor de l\u2019Edge AI modifie profond\u00e9ment la mani\u00e8re dont les donn\u00e9es sont collect\u00e9es et exploit\u00e9es. Dans de nombreux cas, il devient pr\u00e9f\u00e9rable d\u2019effectuer les traitements directement au plus pr\u00e8s des capteurs plut\u00f4t que de transf\u00e9rer l\u2019ensemble des informations vers un serveur distant.<\/p>\n
La carte CrossLinkU-NX a \u00e9t\u00e9 d\u00e9velopp\u00e9e dans cette optique. Elle permet de capturer des flux vid\u00e9o provenant de cam\u00e9ras, de les traiter localement et de transmettre les r\u00e9sultats en temps r\u00e9el via des interfaces haut d\u00e9bit.<\/p>\n
Cette architecture contribue \u00e0 r\u00e9duire la latence tout en limitant les besoins en bande passante.<\/p>\n
Les syst\u00e8mes de vision prennent une importance croissante dans l\u2019industrie, les \u00e9quipements intelligents et les applications d\u2019automatisation.<\/p>\n
Le FPGA int\u00e9gr\u00e9 au module est capable de traiter les donn\u00e9es issues de cam\u00e9ras tout en assurant une gestion efficace des interfaces vid\u00e9o et de communication. Cette capacit\u00e9 facilite le d\u00e9veloppement de solutions exploitant l\u2019imagerie en temps r\u00e9el dans des environnements o\u00f9 les contraintes de taille et de consommation restent importantes.<\/p>\n
Les applications de surveillance, d\u2019inspection visuelle ou d\u2019analyse embarqu\u00e9e peuvent ainsi b\u00e9n\u00e9ficier d\u2019une plateforme flexible et \u00e9volutive.<\/p>\n
L\u2019un des points forts de la solution r\u00e9side dans sa capacit\u00e9 \u00e0 ex\u00e9cuter localement des r\u00e9seaux neuronaux optimis\u00e9s.<\/p>\n
Cette capacit\u00e9 permet de r\u00e9aliser des t\u00e2ches d\u2019analyse visuelle en temps r\u00e9el, comme la d\u00e9tection de personnes ou l\u2019identification de gestes, sans d\u00e9pendre d\u2019une infrastructure cloud. Le traitement est effectu\u00e9 directement sur la plateforme, am\u00e9liorant la r\u00e9activit\u00e9 et la confidentialit\u00e9 des donn\u00e9es.<\/p>\n
Cette approche r\u00e9pond parfaitement aux besoins des syst\u00e8mes Edge AI modernes.<\/p>\n
La plateforme se distingue \u00e9galement par sa richesse d\u2019interfaces et sa compatibilit\u00e9 avec divers environnements de d\u00e9veloppement.<\/p>\n
La possibilit\u00e9 d\u2019associer le module \u00e0 des plateformes externes telles que Raspberry Pi \u00e9largit consid\u00e9rablement le champ des applications envisageables. Les d\u00e9veloppeurs disposent ainsi d\u2019un environnement de prototypage et d\u2019int\u00e9gration particuli\u00e8rement souple.<\/p>\n
Cette flexibilit\u00e9 contribue \u00e0 acc\u00e9l\u00e9rer la mise au point des syst\u00e8mes embarqu\u00e9s de nouvelle g\u00e9n\u00e9ration.<\/p>\n
L\u2019optimisation \u00e9nerg\u00e9tique constitue un enjeu majeur dans les \u00e9quipements fonctionnant en continu ou aliment\u00e9s par batterie.<\/p>\n
Le CrossLinkU-NX SoM a \u00e9t\u00e9 con\u00e7u pour maintenir un niveau \u00e9lev\u00e9 de performances tout en limitant son empreinte \u00e9nerg\u00e9tique. Cette combinaison permet d\u2019envisager des d\u00e9ploiements dans des syst\u00e8mes o\u00f9 autonomie, efficacit\u00e9 et compacit\u00e9 sont des crit\u00e8res essentiels.<\/p>\n
La ma\u00eetrise de la consommation devient ainsi un facteur cl\u00e9 de l\u2019innovation embarqu\u00e9e.<\/p>\n
Pour les concepteurs de syst\u00e8mes intelligents, cette plateforme d\u00e9montre que les solutions Edge AI modernes doivent d\u00e9sormais combiner vision embarqu\u00e9e, traitement de capteurs, intelligence artificielle locale et faible consommation \u00e9nerg\u00e9tique, afin d\u2019exploiter les donn\u00e9es en temps r\u00e9el directement \u00e0 la p\u00e9riph\u00e9rie du r\u00e9seau.<\/em><\/p>\n Mouser Electronics<\/a> | Lattice Semiconductor<\/a><\/p>\n","protected":false},"excerpt":{"rendered":" La nouvelle carte CrossLinkU-NX System-on-Module (SoM) de Lattice Semiconductor, distribu\u00e9e par Mouser Electronics, est une plateforme con\u00e7ue pour les applications de vision embarqu\u00e9e, d\u2019agr\u00e9gation de capteurs et d\u2019intelligence artificielle en p\u00e9riph\u00e9rie du r\u00e9seau. Alors que les syst\u00e8mes embarqu\u00e9s doivent traiter toujours plus d\u2019informations directement \u00e0 la source, les ing\u00e9nieurs recherchent des solutions capables de fournir […]<\/p>\n","protected":false},"author":39,"featured_media":497880,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[881],"tags":[11583,4223,3286,6449,1856],"domains":[47],"ppma_author":[6113],"class_list":["post-497877","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-nouveaux-produits","tag-carte","tag-edge-ai-fr","tag-fpga-fr","tag-systeme-sur-module","tag-vision-embarquee","domains-electronique-eci"],"acf":[],"yoast_head":"