EdgeCortix SAKURA-II позволяет запускать генеративный ИИ на Raspberry Pi 5 и других Arm-системах

Компания EdgeCortix, специализирующаяся на энергоэффективных решениях для обработки искусственного интеллекта (ИИ) на периферийных устройствах, объявила о доступности своего ускорителя SAKURA-II M.2 Module для Arm-платформ, включая Raspberry Pi 5 и платформу AETINA на базе Rockchip (RK3588). Это решение обеспечивает высокую производительность и эффективность для вычислений ИИ на периферии.

Интеграция SAKURA-II с Raspberry Pi 5 позволяет разработчикам запускать сложные модели глубокого обучения прямо на компактных и доступных устройствах без необходимости использования облачной инфраструктуры.

«Наша технология низкопотребляющего ускорения ИИ открывает новые возможности для инноваторов и предприятий по всему миру, позволяя создавать более умные, быстрые и эффективные устройства с ИИ», — заявил доктор Сакасинха Дасгупта, основатель и CEO EdgeCortix.

Среди ключевых преимуществ SAKURA-II с Raspberry Pi 5 и другими Arm-платформами:

• Запуск передовых моделей ИИ (Vision Transformers, Small Language Models и Vision Language Models) прямо на устройстве с минимальной задержкой и энергопотреблением.
• Оптимизация для Arm-архитектуры, обеспечивающая баланс между производительностью и эффективностью.
• Быстрый выход на рынок: разработчики могут легко масштабировать прототипы до готовых решений.
• Доступное развертывание ИИ: стоимость решений значительно ниже традиционных аналогов.
• Автономная работа ИИ в условиях ограничений по размеру, весу, мощности и стоимости — идеально для дронов, робототехники, умного сельского хозяйства и систем безопасности.

EdgeCortix расширяет возможности разработчиков, позволяя создавать экономичные и готовые к производству решения для периферийного ИИ. Комбинация SAKURA-II M.2 Module и Raspberry Pi 5 делает передовые генеративные ИИ-нагрузки доступными для широкого круга применений.

ИИ: Это важный шаг в развитии периферийного ИИ, который может ускорить внедрение интеллектуальных решений в самых разных областях — от умных устройств до промышленных применений. Интересно, как это повлияет на развитие автономных систем в будущем.