Side 6

KOMPONENTER/EMBEDDED Branchenyt Goodyear sender intelligent dækprototype ud på vejene På den internationale bilmesse i Genève 2018 præsenterede Goodyear de seneste fremskridt med deres intelligente dækprototype, et komplet dækinformationssystem med dæk, sensorer og cloudbaserede algoritmer, der alle arbejder sammen for at kommunikere i realtid med flådeoperatørerne via en mobilapp. Da ”shared mobility” bliver stadig mere populært, vil vi se antallet af kørte kilometer pr. køretøj stige betragteligt i årene fremover. For operatører af deleflåder er proaktiv håndtering af problemer med dækservice afgørende for både kundeoplevelsen og forretningsmodellen. Goodyears intelligente dækprototype giver mulighed for kontinuerlig kontakt og datadeling i realtime og dermed optimal udnyttelse af dækkene, så der opnås en mere sikker og økonomisk transportløsning og maksimal driftstid. Sensorerne i Goodyears intelligente dæk leveres sammen med køretøjet og tredjepartsoplysninger data i realtime til Goodyears patentbeskyttede algoritmer. Takket være disse algoritmer opdateres og deles information om dækkets ID og tilstand – blandt andet slitage, temperatur og dæktryk – kontinuerligt med flådeoperatørerne. Oplysninger om dækkets performance og nedslidning giver et signal i realtime om, hvornår et dæk behøver service for at forlænge dets levetid, om brændstoføkonomien og om dækkets køreegenskaber. Denne form for proaktiv vedligeholdelse giver flådeoperatørerne mulighed for præcist at registrere og løse serviceproblemer med dækkene, inden de opstår. For yderligere oplysninger om Goodyear og virksomhedens produkter, se www.goodyear.eu. Skal de embeddede systemer være autonome? Det største problem for fremtidens IoT-applikationer er en høj latency i cloud-kommunikationen. Det gør især tidskritiske AI-designs følsomme, men embeddede, heterogene strukturer kan løse meget. Og det kan intelligent hw-/sw-codesign også … Af Rolf Sylvester-Hvid Embedded Everywhere Der er ingen vej uden om FPGA’er i morgendagens konnekterede verden. Men omvendt er der heller ingen tvivl om, at trafikken bare stiger og stiger i IoT-samfundet. Det betyder, at datamængderne inden for utallige applikationer konstant udfordrer den rådige båndbredde, som skal transportere data mellem edge-komponenterne – altså de sensor-frontends, der opsamler data – og de højereliggende cloud-computere. - Tænk på, hvor mange bytes man som privat forbruger genererer og formidler i løbet af dagen. Der er flere lag i trafikken. Dels er der sensoren og front-enden, dels et mellemliggende beregnings- og memory-lag, og endelig er der clouden. CPU’en har tidligere været det oplagte valg til regneopgaverne, men CPU’erne bør ikke stå alene i IoT-miljøet. I stedet opstår behovet for skalerbare heterogene computermiljøer med CPU, FPGA, ASSP og grafikprocessorer i forskellige konstellationer, indleder Stefano Zammattio fra Intel. Intel har i dag en række processorer rettet mod alle lag i de embeddede applikationer. Fra apparatniveau kan man udføre en række af de decentrale opgaver på eksempelvis en embedded Xeon-processor med tilhørende memory, hvorefter et højere lag kan varetage kommunikationen op mod clouden, hvis det da i det hele taget er nødvendigt. Og nødvendigheden er netop det, Stefano Zammattio diskuterer. - FPGA’erne kan bruges parallelt med CPU’erne til acceleration af en række opgaver i clouden. FPGA’erne har en evne til at arbejde med en høj grad af parallelitet, og ad den vej kan man opnå en meget lav latency i clouden. En række opgaver, som kræver realtime konnektivitet til clouden, har behov for respons med en minimal ventetid. Og så er det ikke sikkert, at cloud-konnektivitet er i stand til at løse opgaven uanset hastigheden, vurderer Stefano Zammattio. De heterogene løsninger med integrerede CPU/FPGA/controller- og hardware/softwareløsninger er udgangspunktet for mange af de fremtidige AImodeller. Men ”heterogen” er ikke en fasttømret definition i forhold til applikationerne. Det kræver, at man skelner knivskarpt mellem den fysiske behaviour af et system i forhold til real-time kravet – og vel også det sikkerhedskritiske niveau for applikationen. Her kommer et begreb som ”infe- rencing” ind i billedet. I AI skal systemerne lære, og det sker enten gennem ”training”, der er den lidt mere eftertænksomme proces, som typisk opstår i clouden, når computerne i de højere lag lige skal tygge på informationerne, eller gennem inferencing. Sidstnævnte skal helt ud i front-enden, hvor de ofte tidskritiske beslutninger skal tages – eksempelvis i selvkørende biler, som lynhurtigt skal determinere, om et objekt foran bilen er et vejbump eller en liggende person. ”High-performance” er mere vigtigt end nogensinde før Behovet for real-time computing vil ifølge DTU vokse eksplosivt over de kommende rundt regnet fem års tid. Man kan selvfølgelig diskutere behovet for at have en regnekraft svarende til et datacenter Foto: www.goodyear.com Universal Robots forærer guld-cobot væk 25.000 solgte cobots på verdensplan – det skal fejres! Derfor forærer Universal Robots sin første og eneste guldversion af deres populære cobot væk til den heldige kunde, hvis ordreseddel noteres i salgssystemet med det magiske nummer 25.000. Den specielle cobot fremstilles kun i ét eksemplar. Den har led i varm guldfarvet lak og bliver dermed en helt anderledes version af Universal Robots’ ellers ikoniske blå og grå cobots. Guld-cobotten vil blive fremstillet som enten UR3-, UR5- eller UR10model, alt efter hvad ordre nummer 25.000 er på. Siden lanceringen af den første cobot i december 2008 er Universal Robots’ cobots blevet brugt i utallige brancher fra fødevareproduktion til videnskabelig research. Cobots udfører opgaver som industriel montage, “pick and place” og kvalitetseftersyn. Universal Robots har til dato solgt mere end 21.000 robotter og er global brancheleder. Ved at koble menneskelig opfindsomhed og det høje niveau af præcision, som robotautomatisering kræver, har Universal Robots transformeret automatisering verden rundt, én cobot ad gangen. For at få mulighed for at vinde verdens eneste guldversion af Universal Robots’ cobot skal man blot afgive en ordre på https://www. universal-robots.com/gold. 6 nr. 7 | Maj 2018 - Et co-design af hardware og software med løbende feedback kan give langt mere effektive designs med en over 100 gange bedre udnyttelse af båndbredden i kommunikerende, embeddede systemer. DTU Computes Sven Karlsson har dokumenterede modeller for påstanden.

Side 7

KOMPONENTER/EMBEDDED Branchenyt RS Components’ distributionsaftale med IDEC giver adgang til portefølje af industrielle komponenter RS Components (RS) har annonceret en distributionsaftale for EMEA-regionen med IDEC EMEA, en førende producent af innovative industrielle produkter inden for automation og styring. Aftalen mellem de to virksomheder er baseret på et langvarigt og succesfuldt samarbejde mellem APEM og RS, og er et resultat af IDEC EMEA’s overtagelse af APEM-koncernen i marts 2017. RS er den første distri- butør i Europa til at lagerføre IDEC-sortimentet, som i første omgang omfatter mere end 1000 varenumre, som tilbydes RS’ kunder i EMEA. Flere er på vej i de kommende måneder. Lanceringen omfatter mere end 700 nye industrielle afbrydere og omskiftere på både 16 mm og 22 mm i diameter samt sikkerhedsafbrydere, sikkerhedslaserscannere, strømforsyninger og industrielle LED-belysningsprodukter. Ian McStay, APEM og IDEC sales and distribution manager, Chris French, RS Components senior category manager, Eric Smith, RS Components vice president Interconnect and Electromechanical, Jim Cooper, vice president EMEA Sales APEM og IDEC PPIICC®® && AAVVRR®® MMCCUUss Together Your Possibilities are Unlimited Stefano Zammattio har en fortid hos Altera, som Intel opkøbte for nogen tid siden. Det har givet Intel en samlet portefølje, der sikrer en maksimal skalerbarhed i kommende AI-applikationer, især i tidskritiske designs. placeret i sit eget hus, i bilen – eller sågar i kroppen, men især det sidstnævnte eksempel kan blive ret afgørende for healthcare og elektromedicinsk behandling i fremtiden. - Tanken om den virtuelle krop er meget interessant, for det vil give mulighed for at modellere en konkret krop – endda en konkret person – hvad der vil gøre fremtidig kirurgi og medicinsk behandling langt bedre og mere effektiv. Og med en simuleret krop kan man udføre eksperimentelle behandlinger til en brøkdel af prisen for dagens typiske forsøg, fortæller Sven Karlsson fra DTU Compute. Et eksempel på en medicinsk behandling kunne være et pilleformet laboratorium, der består af kamera, lyskilde, embedded processor og fluidbehandling af kropsvæskerne, som kunne give en meget enkel real-time analyse af en patients fordøjelsessystem. - High performance handler om flere faktorer: Lav latency er nok det vigtigste, da mange data er vitale i real-time. Men også et højere throughput er afgørende, da datamængderne bare stiger. Hvor mange bytes kræver det eksempelvis at simulere den menneskelige krop som et system? Og endelig kommer skalerbarheden ind i billedet. Dels vokser systemerne eksplosivt, og dels vil mange systemer kunne migrere op eller ned, så man kan løfte ydelsen gennem værktøjer, som optimerer egen kode med måske en faktor 2,5. Men parallelisering er også en stor hjælp. Sven Karlsson påpeger, at I/O’er og memory ofte er flaskehalsen i systemerne, så det er nødven- digt at sætte acceleratorer ind i både I/O’erne og datatransmissionen. Det kan give op til tre gange højere båndbredder. Vigtigst er måske inputs og outputs i regneenhederne. Inden for deep learning er dataflowet som regel for bredt i forhold til applikationens egentlige behov. En højere grad af præcision i dataflowet i forhold til regneenhedernes behov giver rigtig god mening. - Endelig er co-design mellem hardware og software meget vigtigt. Software-stacken skal gentænkes, og en ny stack kan give en langt højere effektivitet. Det handler ikke om at sælge ud af robustheden i systemet. Tværtimod. Men meget kan eksempelvis opnås gennem sikkerhed i hardwaren, så man ikke spilder software på sikkerheden. Hardwaren er i den forbindelse interessant, da Intel eksempelvis har bevist, at en faktor tre forbedring af effektiviteten kan opnås i hardwaren, siger Sven Karlsson, der i øvrigt pointerer, at man med en Hennessy & Patterson algoritme kan forbedre ydelsen med en faktor 10. Han slutter dog med at konstatere, at selv om værktøjer og gode designrutiner kan forbedre ydelsen med en faktor mellem 2,5 og 10, så er den optimale løsning en feedbackbaseret designløsning, som i fremtiden vil kunne optimere hardwaren automatisk til applikationen. I princippet burde en sådan model kunne trimme bitbredder, trafik- og databehov samt transmission, så ydelsen på tilnærmet eksisterende silicium vil kunne gøres mere end 100 gange bedre. You have a desire to make technology smarter, more efficient and accessible to everyone. Microchip has a passion for developing products and tools that make it easier for you to solve your design problems and adapt to future needs. Microchip’s portfolio of more than 1,200 8-bit PIC® and AVR® microcontrollers is not only the industry’s largest—it incorporates the latest technologies to enhance system performance while reducing power consumption and development time. With 45 years of combined experience developing commercially available and cost-effective MCUs, Microchip is the supplier of choice due to its strong legacy and history in innovation. Key Features Autonomous peripherals Low-power performance Industry-leading robustness Easy development www.microchip.com/8bitEU www.microchip.com/8bitEU The Microchip name and logo, the Microchip logo, PIC and AVR are registered trademarks of Microchip Technology Incorporated in the U.S.A. and other countries. All other trademarks are the property of their registered owners. © 2018 Microchip Technology Inc. All rights reserved. DS30010130A. MEC2116BEng03/18 - nr. 7 | Maj 2018 7

    ...