5 Considerações-chave ao escolher um sistema integrado Edge AI para varejo inteligente

Embora o surgimento da pandemia COVID-19 sem dúvida tenha moldado o comportamento de compra do consumidor, também acelerou as tendências de varejo anteriores à Covid. Tendências como pagamentos sem contato e experiências de compras não tradicionais não surgiram com a pandemia; no entanto, espera-se que seu uso aumente.

Emergindo da pandemia, os varejistas tradicionais não têm outra opção a não ser responder e modernizar suas estratégias de varejo ou continuar com o fim do fechamento de lojas antes do previsto. Essa tendência representa uma oportunidade para empresas de software e outros provedores de soluções de varejo inteligente que buscam capacitar os varejistas. Startups de software promissores como Trigo ou Tiliter, e até mesmo a gigante do setor Amazon, permitem uma experiência de compra no varejo sem atrito por meio da visão computacional, mas por trás desses algoritmos está o hardware que torna tudo possível.

Siga-nos enquanto mergulhamos nas principais considerações ao selecionar o sistema Edge AI integrado ideal para o ambiente de varejo inteligente.

1. Tipo de processador para IA no limite

A inteligência artificial é a base de todos os tipos de recursos, incluindo, mas não se limitando a, detecção de objetos, biometria, visão computacional e muito mais. E embora um white paper possa ser escrito para discutir os prós e os contras de cada tipo de processador, cobriremos brevemente dois tipos principais de processadores comumente vendidos pelos principais fabricantes de embarcações:

CPU

A unidade central de processamento (CPU) é comumente encontrada na maioria dos dispositivos eletrônicos e é um processador multifuncional capaz de realizar operações aritméticas, lógicas, de controle e de entrada / saída complexas. No entanto, em comparação com as GPUs (de FPGAs), a arquitetura da CPU é otimizada para processamento serial sequencial por meio do número limitado de núcleos voltados para o desempenho disponíveis.

Ao realizar tarefas como visão computacional, grandes quantidades de dados precisam ser processados ​​em paralelo para analisar cores, padrões, formas, etc. O volume de dados pode ser imenso, especialmente quando se considera várias fontes simultâneas de fluxos de vídeo de alta resolução. Por esta razão, GPUs e FPGAs podem ser potencialmente mais capazes do que CPUs.

GPU

As unidades de processamento gráfico (GPU) originaram-se da exigência de renderização de gráficos em alta velocidade. Posteriormente, foi descoberto que as redes neurais de aprendizado profundo podiam ser treinadas com GPUs NVIDIA, o que resultou em aumentos de desempenho significativos. O motivo é que as GPUs são projetadas com um grande número de núcleos paralelos, fornecendo cálculos paralelos para treinamento de rede neural e inferência de IA.

As limitações das GPUs incluem um alto consumo de energia (embora os SoMs NVIDIA Jetson sejam projetados para atenuar esse problema) e, embora o desempenho seja geralmente melhor do que as CPUs, eles podem não oferecer tanto desempenho quanto os processadores ASIC específicos do aplicativo, mas onde compensar é o suporte para SDKs e Frameworks robustos.

2. Térmico

Provavelmente uma das considerações menos mencionadas é a do desempenho térmico. A ideia é que, quando a temperatura interna do sistema subir até certo ponto, o processador acelere e reduza o desempenho. No caso em que a caixa inclui um ventilador, o ruído resultante conforme o ventilador gira pode ser perceptível e não ideal em certas situações.

Embora seja difícil visualizar o desempenho térmico à primeira vista, as empresas geralmente testam e avaliam os sistemas concorrentes.

3. Portas IO ricas

Determinar qual porta IO e a quantidade necessária pode parecer trivial, mas esta é outra consideração importante ao escolher um sistema embarcado Edge AI. Mas antes de tomar uma decisão rápida, devemos primeiro considerar o aplicativo e o tamanho do ambiente. Os requisitos de uma loja de conveniência variam entre os de um hipermercado e os de um supermercado. O número de portas necessárias aumentará com o tamanho do espaço de varejo e, portanto, o sistema embarcado precisará suportar o número necessário de sensores e mais alguns se você quiser preparar a solução para o futuro.

Quanto à porta IO específica necessária, de acordo com nossa experiência no espaço de varejo inteligente, a maioria das câmeras geralmente será IP ou USB.

4. Branding

O sistema embarcado Edge AI representa a marca da sua empresa e pode oferecer uma impressão memorável. Sua marca permite que você se diferencie dos concorrentes e dê forma à narrativa do que sua marca representa. Esteja o dispositivo à vista ou escondido atrás de um painel, seria ideal combinar a cor e o design da sua marca com o do sistema. Afinal, você realmente gostaria de mostrar as cores padrão de azul ou bege de um fabricante sobre as cores de sua própria marca?

5. Suporte inabalável

Desafios podem surgir ao longo do ciclo de vida do seu projeto de IA, especialmente ao trabalhar com um SDK ou BSP desconhecido. Para superar esses obstáculos rapidamente, é fundamental ter um parceiro experiente que possa oferecer suporte oportuno. Nada é mais incômodo do que esperar uma semana pela resposta de seu parceiro e, potencialmente, atrasar o projeto.

A escolha de um parceiro com experiência comprovada em lidar com esses problemas técnicos pode ser a diferença entre a implantação oportuna e atrasada. Além disso, o relacionamento entre os fabricantes de chips e seus parceiros varia dependendo da camada de parceria, afetando assim a velocidade na qual você pode esperar uma resposta de seu parceiro de hardware. Por exemplo, um parceiro NVIDIA Elite pode resolver seu problema em alguns dias, enquanto um parceiro NVIDIA Preferred pode levar uma semana.

Então, como isso funciona na prática?

Portanto, agora que temos um entendimento básico das considerações para selecionar um sistema embarcado Edge AI, vamos ver como isso funciona na prática.

Para uma situação em que o espaço de varejo de um cliente-alvo era uma loja de conveniência que deseja permitir uma experiência de compra sem atrito com três câmeras IP existentes, você pode considerar um sistema Edge AI como o NX215B da AVerMedia, que inclui um módulo NVIDIA® Jetson Xavier ™ NX. Este processador multicore de alta inferência oferece suporte a vários sensores e, ao mesmo tempo, economiza energia.

O sistema integrado inclui várias portas Ethernet (além de HDMI, USB3.0 e um conector de 20 pinos), um SSD e WiFi, mantendo uma pequena pegada, ideal para o espaço de varejo menor. E como um parceiro NVIDIA Elite, seu suporte é garantido em tempo hábil para qualquer inconveniente que possa surgir.

Claro, se você precisar daquela cor de marca verde neon brilhante, tenho certeza que eles podem personalizá-la para você também.

---

Jeremy Juan, gerente de marketing sênior da AVerMedia, tem vasta experiência em vários aspectos da indústria de IPC, incluindo IA de ponta incorporada e computação robusta, de muitos anos em grandes empresas da indústria. Ele dirigiu pessoalmente e executou o lançamento de uma série de produtos emblemáticos premiados para os principais mercados globais