2min


Intel en dochterbedrijf Altera hebben nieuwe chips en FPGA’s gepresenteerd die zijn geoptimaliseerd om AI-capaciteiten in te zetten voor edge-computing. Het gaat onder meer om de Intel Core Ultra-processor die tot vijf keer betere prestaties belooft voor beeldclassificatietaken in vergelijking met de vorige (14de) generatie.

De chip combineert de Intel Arc GPU met een neural processing unit (NPU) in een vereenvoudigde system-op-chip (SoC)-configuratie. De chip is bruikbaar in onder meer retail, onderwijs en de maakindustrie, waarbij hij bijvoorbeeld generatieve AI-gestuurde verkoopkiosken, slimme kassa’s, interactieve whiteboards en AI-visionapparaten (camera’s of sensoren in gebruik bij bijvoorbeeld productielijnen) mogelijk maakt, meldt het bedrijf.

Betere performance en mogelijkheid tot opschalen

Daarnaast komt de chipmaker met nieuwe Intel Core-processors voor edge workloads en Intel Atom-processors. Die eerste is gebaseerd op de oudere 13de generatie Intel Core desktop chips, maar dan met de belofte van een ruim 2,5 keer betere grafische performance. Ook zijn ze geschikt voor opschalen van systemen vanwege de aanwezigheid van LGA sockets.

De minder krachtige Atom-processors zijn geoptimaliseerd voor netwerken, telecommunicatie en overige maakindustrie-scenario’s. Deze chips kunnen taken aan als AI-assisted bedreigingsdetectie (waaronder zero day-threats) en kwaliteitscontrole.

Daarnaast biedt Intel nog een nieuwe Arc GPU-chip als uitbreiding voor legacy Intel-systemen die nog een extra zetje kunnen gebruiken om ze mee te laten draaien bij het verwerken van grote hoeveelheden graphics, mediaproductie en eveneens AI-inferencing.

Tip: AMD speelt in op ‘industriële mega-trends’ met krachtige embedded-chips

Programmeerbaar voor specifieke workloads

Intel-dochteronderneming Altera komt met de nieuwe Agilex 5 SoC FPGA’s (Field-programmable gate arrays). Deze flexibele, programmeerbare chips zijn ontworpen om AI-mogelijkheden in edge-apparaten te ondersteunen zonder dat een afzonderlijke AI-accelerator vereist is.

Deze FPGA’s bieden volgens Intel tot twee keer betere prestaties dan eerdere modellen en kunnen worden geprogrammeerd voor specifieke workloads met tools als Quartus Prime-software en de Intel OpenVINO-toolkit.

Lokale verwerking van AI-data

De invalshoek van Intel bij deze chips is interessant omdat het bij AI vaak gaat om het verwerken van grote hoeveelheden data in speciaal daarvoor uitgeruste datacenters. In de gevallen die het bedrijf beschrijft, is het juist noodzakelijk dat de data ‘on premises’ wordt verwerkt, of in elk geval dichtbij de plek waar de data is gegenereerd.

Het belangrijkste doel van dergelijke ‘edge computing’ is het verminderen van latency, ofwel de vertraging tussen datageneratie en -verwerking. Door AI-workloads op deze manier in te zetten, zijn allerlei zeer praktische AI-toepassingen mogelijk.

Voorbeelden zijn industriële automatisering, zelfsturende voertuigen, retail- en promotietoepassingen, medische monitoring en Internet of Things (IoT)-apparatuur.

Lees ook: Intel stoomt ontwikkelaars klaar om 100 miljoen AI-pc’s te bedienen