NXP Acelera IA de Borda com Toolkit eIQ

O pioneiro da internet Robert Metcalfe é renomado por co-inventar o Ethernet, fundar a 3Com e formular a Lei de Metcalfe, que postula que o valor de uma rede escala com o quadrado de seus dispositivos conectados. Embora críticos alertassem que a lei ajudou a inflar a bolha ponto-com do final dos anos 90, ela permanece um framework útil para avaliar o valor de redes IoT, mídia social e criptomoedas. O próprio Metcalfe notou a dificuldade de quantificar "conectividade" e o potencial de deseconomias uma vez que uma rede supera uma massa crítica.

À medida que o mercado de IoT se expande, desbloquear valor depende de compartilhamento ótimo de dados enquanto se mitiga "exaustão digital". O vice-presidente sênior da NXP, Geoff Lees, destaca que o verdadeiro valor econômico de uma rede materializa-se apenas quando cada dispositivo pode trocar dados de forma segura. Processamento centrado na nuvem, embora conveniente, nem sempre é viável — especialmente para aplicações industriais e automotivas que exigem baixa latência e alta confiabilidade.

Edge Intelligence Environment (eIQ)

Para abordar isso, a NXP introduziu seu Edge Intelligence Environment (eIQ), um toolkit de machine learning que suporta TensorFlow Lite, Caffe2 e outros frameworks de redes neurais. O eIQ permite inferência no dispositivo para casos de uso como reconhecimento de voz, visão computacional e detecção de anomalias, agregando efetivamente o conhecimento da rede na borda.

"Ao instalar modelos de inferência localmente, preservamos o valor dos dados da rede e reduzimos latência", explica Lees. A NXP planeja continuamente aumentar o poder de processamento de borda com cada geração de semicondutores enquanto enfatiza segurança, processamento de dados e armazenamento local. O mantra da empresa — "seguro, consciente e conectado" — reflete esta evolução.

Aplicações Práticas

Aplicações práticas do eIQ incluem sistemas de visão computacional que detectam se trabalhadores industriais usam capacetes, identificam operação insegura de máquinas ou sinalizam outras preocupações de segurança. Em cenários críticos de segurança, a latência de enviar dados para a nuvem é inaceitável.

Markus Levy, Chefe de IA da NXP, enfatiza que fornecer capacidades de edge computing e machine learning deve ser tão simples quanto conectar um componente. A NXP também está entregando hardware e software que tornam segurança plug-and-play, e está desenvolvendo "livros de receitas" que guiam clientes na implantação de TensorFlow e outros frameworks de ML.

Barreira de Custo

O custo permanece uma barreira. Gowri Chindalore, estrategista líder de soluções embarcadas da NXP, nota que muitos clientes lutam para calcular o custo do sistema necessário para alcançar uma experiência de usuário desejada. O eIQ oferece caminho custo-efetivo permitindo que clientes especifiquem metas de desempenho — como latência de inferência — e recebam orientação sobre o processador ideal.

A NXP está fazendo parceria com empresas de analytics de dados para retrofit de ambientes industriais existentes, citando plataformas de petróleo e minas como exemplos principais onde processamento de borda é essencial para monitorar gases perigosos e garantir segurança de mineiros.

Finalmente, Lees enfatiza que centralizar dados valiosos na nuvem expande a superfície de ataque. Armazenamentos de dados distribuídos com controles de acesso granulares reduzem ainda mais o risco, reforçando o argumento para manter dados localmente sempre que possível.

[IoT World é o evento que leva IIoT da inspiração à implementação, superalimentando negócios e operações. Garanta seu ingresso agora.]