Cinco consideraciones clave a la hora de elegir un sistema de inteligencia artificial Edge integrado para el comercio minorista inteligente

Si bien la aparición de la pandemia de COVID-19 indudablemente ha moldeado el comportamiento de compra de los consumidores, también ha acelerado las tendencias minoristas anteriores a Covid. Tendencias como los pagos sin contacto y las experiencias de compra no tradicionales no surgieron de la pandemia; sin embargo, se espera que aumente su uso.

Al salir de la pandemia, los minoristas tradicionales no tienen más opción que responder y modernizar sus estrategias minoristas o continuar con la desaparición de los cierres de tiendas anteriores al covid. Esta tendencia presenta una oportunidad para las empresas de software y otros proveedores de soluciones minoristas inteligentes que buscan habilitar a los minoristas. Las nuevas empresas de software prometedoras como Trigo o Tiliter, e incluso el gigante de la industria Amazon, permiten una experiencia de compra minorista sin fricciones a través de la visión por computadora, pero detrás de estos algoritmos está el hardware que hace que todo sea posible.

Síganos mientras nos sumergimos en las consideraciones clave al seleccionar el sistema Edge AI integrado ideal para el entorno minorista inteligente.

1. Tipo de procesador para IA en el borde

La inteligencia artificial es la base de todo tipo de capacidades, incluidas, entre otras, la detección de objetos, la biometría, la visión por computadora y muchas más. Y aunque se puede escribir un documento técnico para discutir los pros y los contras de cada tipo de procesador, cubriremos brevemente dos tipos principales de procesadores que comúnmente venden los principales fabricantes integrados:

CPU

La unidad central de procesamiento (CPU) se encuentra comúnmente en la mayoría de los dispositivos electrónicos y es un procesador multipropósito capaz de realizar operaciones complejas de aritmética, lógica, control y entrada / salida. Sin embargo, en comparación con las GPU (de FPGA), la arquitectura de la CPU está optimizada para el procesamiento en serie secuencial a través del número limitado de núcleos disponibles basados ​​en el rendimiento.

Al realizar tareas como la visión por computadora, se requiere procesar grandes cantidades de datos en paralelo para analizar colores, patrones, formas, etc. El volumen de datos puede ser inmenso, especialmente cuando se consideran múltiples fuentes concurrentes de secuencias de video de alta resolución. Por esta razón, las GPU y FPGA pueden ser potencialmente más capaces que las CPU.

GPU

Las unidades de procesamiento gráfico (GPU) se originaron a partir del requisito de renderizado de gráficos de alta velocidad. Más tarde se descubrió que las redes neuronales de aprendizaje profundo podrían entrenarse con GPU NVIDIA, lo que resultó en aumentos significativos en el rendimiento. La razón es que las GPU están diseñadas con una gran cantidad de núcleos paralelos, entregando cálculos paralelos para el entrenamiento de redes neuronales y la inferencia de IA.

Las limitaciones de las GPU incluyen un alto consumo de energía (aunque las NVIDIA Jetson SoM están diseñadas para mitigar este problema), y aunque el rendimiento es generalmente mejor que las CPU, es posible que no ofrezcan tanto rendimiento como los procesadores ASIC específicos de la aplicación, pero donde compensar es el soporte para marcos y SDK robustos.

2. Térmico

Probablemente una de las consideraciones menos mencionadas es la del rendimiento térmico. La idea es que cuando la temperatura interna del sistema se eleve hasta cierto punto, el procesador acelerará y reducirá el rendimiento. En el caso de que la carcasa incluya un ventilador, el ruido resultante cuando el ventilador gira puede ser notable y no ideal en determinadas situaciones.

Si bien es difícil visualizar el rendimiento térmico a primera vista, las empresas a menudo prueban y comparan los sistemas de la competencia.

3. Puertos de E / S enriquecidos

Determinar qué puerto IO y la cantidad requerida puede parecer trivial, pero esta es otra consideración clave al elegir un sistema integrado Edge AI. Pero antes de tomar una decisión rápida, primero debemos considerar la aplicación y el tamaño del entorno. Los requisitos de una tienda de conveniencia variarán de los de un hipermercado y los de un supermercado. La cantidad de puertos necesarios aumentará con el tamaño del espacio comercial y, por lo tanto, el sistema integrado deberá admitir la cantidad necesaria de sensores y algunos más si desea probar la solución en el futuro.

En cuanto al puerto IO específico requerido, según nuestra experiencia en el espacio minorista inteligente, la mayoría de las cámaras serán generalmente cámaras IP o USB.

4. Desarrollo de la marca

El sistema integrado Edge AI representa la marca de su empresa y puede ofrecer una impresión memorable. Su marca le permite diferenciarse de la competencia y dar forma a la narrativa de lo que representa su marca. Ya sea que el dispositivo esté a la vista o escondido detrás de un panel, sería ideal combinar el color y el diseño de su marca con los del sistema. Después de todo, ¿realmente le gustaría mostrar los colores azul o beige estándar de un fabricante sobre los colores de su propia marca?

5. Soporte inquebrantable

Es probable que surjan desafíos a lo largo del ciclo de vida de su proyecto de IA, especialmente cuando se trabaja con un SDK o BSP desconocido. Para superar rápidamente estos obstáculos, es fundamental contar con un socio experimentado que pueda ofrecer asistencia oportuna. No hay nada más molesto que tener que esperar una semana para recibir una respuesta de su socio y retrasar potencialmente el proyecto.

La elección de un socio que tenga experiencia probada en el manejo de estos problemas técnicos puede marcar la diferencia entre la implementación oportuna y retrasada. Además, la relación entre los fabricantes de chips y sus socios varía según el nivel de asociación, lo que afecta la velocidad a la que puede esperar una respuesta de su socio de hardware. Por ejemplo, un socio de NVIDIA Elite puede resolver su problema en un par de días, mientras que un socio preferido de NVIDIA puede demorar una semana.

Entonces, ¿cómo funciona esto en la práctica?

Entonces, ahora que tenemos una comprensión básica de las consideraciones para seleccionar un sistema integrado Edge AI, veamos cómo funciona esto en la práctica.

Para una situación en la que el espacio minorista de un cliente objetivo era una tienda de conveniencia que desea permitir una experiencia de compra sin fricciones con tres cámaras IP existentes, puede considerar un sistema Edge AI como el NX215B de AVerMedia, que incluye un módulo NVIDIA® Jetson Xavier ™ NX. Este procesador multinúcleo de alta inferencia admite varios sensores a la vez que ahorra energía.

El sistema integrado incluye varios puertos Ethernet (además de HDMI, USB3.0 y un conector de 20 pines), un SSD y WiFi, mientras que mantiene una huella pequeña, ideal para el espacio minorista más pequeño. Y como socio de NVIDIA Elite, se garantiza que su soporte será oportuno para cualquier inconveniente que pueda surgir.

Por supuesto, si necesita ese color de marca verde neón brillante, estoy seguro de que ellos también pueden personalizarlo para usted.