syoma

В принципе сейчас полно таких опенсоурсных серверов для УД и Home Assistant один из них. Я, например, сижу на OpenHAB - те же яйца, только в профиль. Есть еще ioBroker, FHEM и другие, всех не вспомнить. Также есть платные с поддержкой. В принципе главное в этих серваках - чтобы работали стабильно, и не грузили сервер. Ну а на втором месте интеграция со всякими новыми продуктами.

Разработка закончена, система уже вот почти 3 года в работе 24/7/365. Всего порядка 40 Z-wave устройств и выключателей, 3 планшета на стенках, и сервак на Raspberry Pi. Хочу еще зафигачить полное дублирование сервера - уже даже все купил для этого, но как-то руки не доходят, так как не горит вообще - оно работает себе, да и все.

Любое устройство для которого можно легко собрать реальную статистику отказов исходя из установленной базы - т.е. выпускается серийно, или провести испытания на надежность. Например - винчестер - поставил 1000 штук в стойку, прогнал пару месяцев, получил 1,4млн часов наработки. a) Системы управления энергетическим оборудованием. У нас это требуют клиенты. Речь идет о необходимости доказательства клиенту, что система может обеспечить 99% доступности. Так как парк установленных систем очень маленький, статистики нет и требуется проводить расчет надежности. Как правило, он получается гораздо пессимистичней, чем в реале. б) Телекоммуникационные стойки и индустриальное оборудование - собрали из доступных серверов, свичей и UPS стойку и требуется повысить ее доступность. Опять же зная MTBF компонентов можно определить, что надо поставить в горячий резерв, а что можно положить, как запасную часть рядом со стойкой. С индустриальной автоматизацией то же самое - конвейер встал, суши весла и считай убытки. Рассчитываем надежность, находим слабые места. Например часто - блоки питания имеют очень плохие цифры. Их либо дублируют, либо дают, как запасную часть. Опять же расчет надежности позволяет это обосновать. Функциональная безопасность по IEC 61508 и автомобильный ISO 26262 - в обоих случаях исходят из определенной рассчитанной надежности. Без этого не пройти сертификацию. В принципе в любой индустрии, где жизнь, здоровье людей или экономические убытки сильно зависят от надежности той или иной электроники, ее расчет регламентирован стандартами. Для плат и сборок: MIL HDBK 217F, SN 29500, IEC 61709, Telcordia SR-332. Для систем - у нас своя методика на основе марковских моделей, описанных в R Billinton, R N Allan, Reliability Evaluation of Engineering Systems: Concepts and Techniques, London, Pitman Publishing Ltd., 1983. Как я уже написал расчет почти всегда получается более пессимистичным, чем реальность.

Зачем библиотеки? Я давно делал деление методом Ньютона-Рафсона на ПЛИС буквально за пару часов. Т.е. если функция X=1/D и надо найти X, то итеративная формула будет равна X(i+1) = Xi*(2-D*Xi). Начальный X0 выбираете сами исходя из своих условий. Нужна пара умножителей и за сотню тактов точно получаете нужное 1/x. Но сейчас все используют Cordic и не парятся. Поищите, у вас должен быть в списке IP ядер. В Cordic, кстати, должны быть сразу блоки для преобразований координат.

Ну и отлично. Значит мысль у меня была правильная. Вангую, что очень скоро их ADAS функционал вырастет на голову благодаря ИИ. Конечно, но что делать тем, у кого авто далеко не новое, а ADAS заиметь хочется?

Так то встроенный в машину. Причем помимо камер там стоит радар и куча датчиков. А я думаю о коробочку именно для афтермаркета и чисто на камерах.

Где реализовано?

Ну вообще-то все знают, что AI и нейросети имеют ложные срабатывания. Поэтому появление безупречной системы на этом принципе, которая никогда не совершит ошибку, вряд-ли возможно в ближайшем будущем. И откуда вы знаете - может Гугл и не тупорылый, а уже достиг свой минимальный порог ложных срабатываний и постоянно появляющиеся тараны пешеходов - это просто следствие увеличившейся выборки?

У меня вроде как ноябрьская информация от Ксайлинксов с бенчмарками, что из последний Zync считает CNN в 8 раз быстрее Nvidia из расчета на Ватт потребляемой мощности и это без оптимизаций. А с оптимизациями, которые в GPU без изменений чипа невозможны, а в ПЛИСе возможны простым изменением прошивки, разница возрастает до 100 раз. Ну и сети ложатся на параллельную логику также хорошо, как и DSP и поэтому перформанс можно сделать сколько угодно большим или низким. А Versal, которые выйдут в следующем году, получат еще и специализированные ядра и внутреннюю сеть с очень высокой пропускной способностью, которая позволит параллелизировать еще больше. Остается вопрос цены, и тут GPU уже сравниваются по цене с ПЛИСами, так что выбор почти очевиден. С точки зрения практических задач - ну да, кроме классификации объектов, распознавалок жестов и изображений нейросети не выглядят сильно продвинутой технологией, но даже эти возможности, да еще от чипа, потребляющего с десяток Ватт при возможности обработки 50 кадров/с в реальном времени впечатляют. В голову приходят интересные проекты типа (ессно из области электромобилестроения, привет a123-flex) типа коробочки на лобовое стекло или в видеорегистратор, распознающей знаки, сигналы светофоров, автомобили, разметку в реальном времени и чтоб, плять, верещало, если рискуешь вломиться кому-то в зад или встречник выскочил.

Если уж о платах говорить, то надо смотреть на Xilinx Versal и Alveo. По ним есть соответствующие форумы на сайтах производителей. Вроде как ПЛИСы скоро очень быстро вытеснят GPU из сегмента нейросетей.

У меня основная проблема не количество данных, а количество отдельных линков. Пусть будет даже 1Гиг, но надо отдельные порты. По Firefly хоть и проприетарщина, но оказывается, что они не одни такие. Например Radiall тоже клепают такие модули и во вполне индустриальном диапазоне. https://www.radiall.com/products/active-optics/d-light.html Правда стоят они просто космос.

Вы с CFP не путаете? Там вроде модуль огромный. А CXP достаточно компактен.

Можно легко, если алгоритм сделан где-нибудь в Matlab или используется HLS. Тогда вместо Си-кода генерите HDL-код и проверяете быстродействие. Переделки и не требуется. Собственно, так Xilinx мне и демонстрировал разницу.

Мне недавно на выставке Xilinx показывали распознавалку на каком-то дешевом Zync. Она работала в 20 раз быстрее RPi. Но требует переделки алгоритма под ПЛИС

Изображение не видно Два счетчика. Один счетчик задает период и сбрасывает второй счетчик, который считает длительность. Второй счетчик сам останавливается, когда доходит до нужного значений.