本文原载于NXP半导体官网,已获NXP半导体授权转载。
Gateworks是NXP金牌合作伙伴,在边缘AI与工业连接领域的嵌入式计算解决方案方面处于领先地位。凭借数十年的行业积累以及与NXP生态系统的深度整合,Gateworks提供美国本土制造的工业级平台,并配套GW16168 M.2 AI加速卡等AI加速解决方案。
随着工程师们持续寻求兼顾性能与效率的解决方案,用于计算机视觉、机器人技术及工业物联网等应用场景的边缘AI处理需求正快速增长。为此,Gateworks与NXP合作推出GW16168 M.2 AI加速卡——一款专为嵌入式边缘平台打造的高性能工业级AI处理解决方案。
边缘AI部署的核心挑战
对于许多嵌入式系统而言,如何在不影响整体系统性能、功耗效率或开发周期的前提下支持现代AI工作负载,是一大难题。这迫使工程师不得不在算力与系统复杂度之间寻求平衡。常见挑战包括:
通用CPU或集成神经处理单元(NPU)的AI性能有限;AI工作负载与核心处理任务竞争资源,导致系统瓶颈;定制硬件与集成工作拉长了开发周期;供应链不确定性与产品长期供货保障缺失。
这些制约因素不仅拖慢了创新步伐,也推高了大规模部署AI的总体成本。
GW16168的解决方案
GW16168通过搭载NXP Ara240离散神经处理单元(DNPU),将AI处理从主机CPU中分离出来。这一架构可提供高达40等效万亿次运算每秒(eTOPS)的专用推理性能,使复杂AI工作负载能够独立运行,而不影响系统响应速度。
该方案的主要优势包括:
专为实际部署设计:板载16GB低功耗双倍数据速率4(LPDDR4)内存,支持视觉、智能视频分析及大语言模型等高级AI模型直接在边缘端运行。
无缝集成,加速上市:采用M.2 M-Key 2280规格及PCIe Gen4接口,可轻松集成至各类嵌入式系统,大幅缩短数月的开发周期,并针对NXP平台进行优化,包括i.MX 95、i.MX 8M Plus、i.MX 8M Mini应用处理器。
美国本土供应链与支持:GW16168在美国本土完成设计、制造与技术支持,确保供应链透明度、质量一致性及长期供货稳定性。Gateworks还在整个产品生命周期内提供工程与现场应用工程师(FAE)的直接支持。
由NXP提供核心动力:NXP Ara240 DNPU在每瓦性能方面表现卓越,并支持TensorFlow、PyTorch及ONNX等行业标准框架,帮助开发者高效部署和扩展AI模型。
随着AI持续向边缘端迁移,开发者所需要的不仅是强大的算力,更需要可扩展、可靠且易于集成的解决方案。GW16168将NXP先进的AI处理技术与Gateworks的工业设计、美国本土制造及长期技术支持相结合,为边缘AI部署提供了一套完整的解决方案。
Q&A
Q1:GW16168 M.2 AI加速卡的核心性能是多少?支持哪些AI框架?
A:GW16168搭载NXP Ara240离散神经处理单元(DNPU),可提供高达40 eTOPS的专用推理性能,板载16GB LPDDR4内存。它支持TensorFlow、PyTorch和ONNX等主流行业标准框架,开发者可以高效地在该平台上部署和扩展AI模型,满足边缘端复杂AI工作负载的需求。
Q2:GW16168支持哪些NXP处理器平台?如何集成?
A:GW16168采用M.2 M-Key 2280规格及PCIe Gen4接口,可集成至多种嵌入式系统,并针对NXP的i.MX 95、i.MX 8M Plus及i.MX 8M Mini应用处理器进行了专项优化。标准化的接口设计大幅简化了集成流程,可缩短数月的开发周期,有效加快产品上市速度。
Q3:GW16168的供应链和售后支持情况如何?
A:GW16168完全在美国本土完成设计、制造与技术支持,具备高度的供应链透明度与质量一致性,并提供长期稳定的供货保障。Gateworks在产品整个生命周期内为客户提供工程师及现场应用工程师(FAE)的直接技术支持,有效降低了企业大规模部署AI的风险与成本。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。