وحدة المعالجة العصبية (NPU) من إنتل · AMD Ryzen AI · NVIDIA Jetson · وحدة معالجة الرسومات (GPU) المنفصلة

لوحات Mini-ITX المجهزة للذكاء الاصطناعي من أجل الاستدلال على حافة الشبكة

اختر بنية الذكاء الاصطناعي بناءً على حجم النموذج، ودعم المسرعات، والذاكرة، وواجهات الإدخال/الإخراج الخاصة بأجهزة الاستشعار، ووقت التشغيل، واستهلاك الطاقة، والخصائص الحرارية.

  • Core Ultra · وحدة معالجة الشبكات العصبية (NPU) من OpenVINOمسار وحدة المعالجة المركزية x86 + وحدة معالجة الرسومات + وحدة المعالجة العصبية
  • Ryzen Embedded 8000 · وحدة المعالجة العصبية (NPU) XDNADDR5 + تسريع مدمج للذكاء الاصطناعي
  • جيتسون أورين · CUDA + TensorRTمنصة الذكاء الاصطناعي الطرفية القائمة على الوحدات النمطية
اطلب مراجعة منصة الذكاء الاصطناعي مقارنة تقنيات المنصات
منصة Mini-ITX مجهزة لتقنيات الذكاء الاصطناعي، مخصصة للاستدلال الطرفي والرؤية الآلية والروبوتات

اختيار منصة الذكاء الاصطناعي

ما هي بنية الذكاء الاصطناعي التي تناسب حجم العمل لديك؟

ابدأ بالنموذج ووقت التشغيل ومسار البيانات وحدود النشر — لا تركز على مؤشر TOPS في العناوين الرئيسية.

وحدة معالجة الشبكات العصبية (NPU) المدمجة · نظام ذكاء اصطناعي متطور (Edge AI) صغير الحجم يعمل بنظام x86

اختر معالج Intel Core Ultra أو AMD Ryzen Embedded 8000 لتشغيل تطبيقات x86 مع تسريع محلي بواسطة وحدة معالجة الشبكات (NPU).

NVIDIA Jetson · الرؤية والروبوتات والذكاء الاصطناعي في مجال أجهزة الاستشعار

اختر NVIDIA Jetson عندما تكون تقنيات CUDA/TensorRT أو JetPack أو استيعاب بيانات الكاميرا أو الروبوتات هي العناصر التي تحدد خصائص النظام.

وحدة معالجة الرسومات المنفصلة (GPU) · سعة ذاكرة VRAM أكبر ومرونة أكبر في استخدام المسرعات

اختر لوحات Mini-ITX المزودة بفتحة PCIe x16 القابلة لتركيب بطاقة رسومات عندما يحتاج الطراز إلى ذاكرة فيديو أكبر أو بطاقة رسومات قابلة للاستبدال.

M.2 / مسرع إضافي · استدلال متخصص

لا تستخدم مُسرِّعات الوظائف الإضافية إلا بعد التأكد من كفاية وقت التشغيل، وعرض النطاق الترددي، وبرامج التشغيل، والطاقة، وتغطية المشغلين.

تصفح لوحات Mini-ITX المزودة بتقنية Edge AI وذات الأداء العالي →

المنصة · خيارات التكوين

قارن مسارات الحوسبة بالذكاء الاصطناعي قبل اختيار اللوحة

يُعد المُسرِّع جزءًا واحدًا من النظام. أما الذاكرة، ووحدات الإدخال/الإخراج، وبيئة التشغيل، وواجهة PCIe، ووحدات التخزين، والشبكات، ومصدر الطاقة، ونظام التبريد، فهي العوامل التي تحدد ما إذا كان النظام يعمل بشكل فعلي أم لا.

اتجاه الذكاء الاصطناعي منصة تمثيلية أفضل ملاءمة أولوية على مستوى مجلس الإدارة
وحدة معالجة الشبكات (NPU) المدمجة من إنتل Core Ultra 5 125H · وحدة المعالجة المركزية (CPU) + وحدة معالجة الرسومات Arc (GPU) + تقنية Intel AI Boost واجهات المستخدم الصناعية (HMI)، أنظمة الرؤية، الاستدلال على منصة x86، أحمال العمل المختلطة بين وحدة المعالجة المركزية (CPU) ووحدة معالجة الرسومات (GPU) ووحدة المعالجة العصبية (NPU) الذاكرة، OpenVINO، مسار الكاميرا/البيانات، PCIe/M.2، الطاقة، التبريد.
وحدة معالجة الشبكات (NPU) المدمجة من AMD Ryzen Embedded 8840U · Zen 4 + Radeon + وحدة معالجة البيانات العصبية (XDNA NPU) أنظمة x86 المدمجة المزودة بتقنيات الذكاء الاصطناعي والرؤية والتحليلات والغرافيكس DDR5/ECC، Ryzen AI، توجيه PCIe، مدخلات/مخرجات المستشعرات، أنظمة التبريد.
NVIDIA Jetson جيتسون أورين نانو / إن إكس / إيه جي إكس أورين الروبوتات، الذكاء الاصطناعي متعدد الكاميرات، CUDA/TensorRT، دمج بيانات أجهزة الاستشعار الوحدة الدقيقة، JetPack، CSI/USB/مدخلات ومخرجات الشبكة، NVMe، وضع الطاقة، التبريد.
وحدة معالجة الرسومات (GPU) المستقلة لوحة أم Mini-ITX مزودة ببطاقة رسومات PCIe x16 الطرز الأكبر حجمًا، والطلب المتزايد على ذاكرة VRAM، وأطر عمل وحدات معالجة الرسومات الخاصة بأجهزة الكمبيوتر المكتبية توزيع منافذ PCIe، وحجم وحدة معالجة الرسومات (GPU)، ومصدر الطاقة (PSU)، وطاقة الفتحة، وتدفق الهواء، والموارد المشتركة.

قارن بين المنصات المرجعية لبنى الذكاء الاصطناعي →

المواصفات الرئيسية

مواصفات نموذجية لمنصة الذكاء الاصطناعي

تستخدم هذه الأرقام نطاقات تسريع مختلفة، ولا تمثل ترتيبًا للأداء.

منصة مرجعية مقياس الذكاء الاصطناعي الذاكرة / عرض النطاق الترددي مرجع الطاقة التوسيع / المدخلات والمخرجات وقت التشغيل الأساسي
إنتل كور ألترا 5 125H NPU 11 INT8 TOPS؛ الذروة الإجمالية 33 INT8 TOPS دعم فئة DDR5 / LPDDR5؛ تختلف بنية اللوحة 28 واط في الوضع العادي؛ 115 واط كحد أقصى في وضع التوربو ما يصل إلى 28 مسارًا من مسارات PCIe للمعالج OpenVINO، ONNX Runtime، DirectML / Windows ML
AMD Ryzen Embedded 8840U وحدة معالجة الصور (NPU) XDNA تصل سعتها إلى 16 تيرا أوبس DDR5-5600؛ قناة مزدوجة مع ECC 15–30 واط من إجمالي استهلاك الطاقة (TDP) 20 مسارًا من PCIe من الجيل الرابع مسارات برامج Ryzen AI / ONNX Runtime
جيتسون أورين نانو 8 جيجابايت سوبر 67 نموذجًا متفرقًا / 33 نموذجًا كثيفًا من نوع INT8 في TOPS 8 جيجابايت LPDDR5؛ 102 جيجابايت/ثانية أوضاع 7 / 15 / 25 واط + MAXN Super كاميرا مدمجة بلوحة حاملة، NVMe، USB، شبكة، PCIe JetPack، CUDA، TensorRT
مسار وحدة معالجة الرسومات (GPU) المنفصلة يعتمد ذلك على وحدة معالجة الرسومات (GPU) المختارة، ودقة الحساب، ومدى تباعد القيم، ووقت التشغيل ذاكرة الفيديو (VRAM) الخاصة بوحدة معالجة الرسومات (GPU) + ذاكرة النظام وحدة معالجة الرسومات (GPU) + وحدة المعالجة المركزية (CPU) + اللوحة + أحمال الأجهزة الطرفية يعتمد تخصيص منافذ PCIe x16 والمسافة الفاصلة داخل الهيكل على النظام المستخدم يعتمد على مورد وحدة معالجة الرسومات (GPU) وعلى إطار العمل

التطبيقات

مواءمة أجهزة الذكاء الاصطناعي مع حجم العمل ومسار البيانات

الفحص باستخدام الرؤية الآلية

اختر بناءً على عدد الكاميرات، والدقة، والمعالجة المسبقة، ودقة النموذج، وزمن استجابة المشغل، وسعة الفحص.

Mini-ITX للرؤية الآلية →

واجهات المستخدم الصناعية (HMI) والتحليلات المحلية

تتناسب وحدات المعالجة العصبية (NPU) المدمجة المعتمدة على معمارية x86 مع أنظمة ويندوز/لينكس، حيث تجمع بين الرسومات وواجهات الإدخال/الإخراج الصناعية والاستدلال المحلي المعتدل.

Mini-ITX لأجهزة واجهة المستخدم الصناعية (HMI) →

الذكاء الاصطناعي التوليدي في وضع عدم الاتصال

يحدد حجم النموذج، والتكمية، وذاكرة الوصول العشوائي (RAM)/ذاكرة الفيديو (VRAM)، وذاكرة التخزين المؤقت KV، ووقت التشغيل، وعدد الرموز في الثانية، وسعة التخزين، والحمل الحراري ما إذا كان جهاز Jetson أو وحدة معالجة الرسومات (GPU) المنفصلة هي الخيار الأنسب.

منصات Edge للذكاء الاصطناعي المتصل وغير المتصل بالإنترنت →

الهندسة المعمارية · التنفيذ التقني

تتبع حمل عمل الذكاء الاصطناعي من المدخلات وحتى نتيجة الاستدلال

يجب أن تدعم اللوحة المجهزة لتقنية الذكاء الاصطناعي عمليات استيعاب البيانات، والاستدلال، والإخراج، والتبريد في آن واحد.

  1. مسار الإدخالتدخل إلى النظام بيانات من أنظمة CSI أو USB أو GigE أو LiDAR أو fieldbus أو التخزين أو الشبكة.
  2. المعالجة المسبقة لوحدة المعالجة المركزية (CPU)عمليات فك الترميز، وتغيير الحجم، والتصفية، ومنطق التحكم، والمُشغِّلات غير المُسرَّعة.
  3. مسرّع الذكاء الاصطناعيتقوم وحدة NPU المدمجة، أو وحدة معالجة الرسومات (GPU)/وحدة معالجة العمليات اللغوية (DLA) في Jetson، أو وحدة معالجة الرسومات المنفصلة، أو المسرع الإضافي بتشغيل العمليات المدعومة.
  4. الذاكرة والتخزينتتنافس أوزان النماذج، والمخازن المؤقتة، وذاكرة التخزين المؤقتة KV، ومجموعات البيانات، وتسجيلات NVMe على استخدام الذاكرة وسعة التخزين.
  5. وقت التشغيل والنشرقم بتثبيت بيئة تشغيل الذكاء الاصطناعي جنبًا إلى جنب مع برامج التشغيل ونظام التشغيل.
  6. الطاقة والطاقة الحراريةتحديد سعة الحوسبة والتخزين وعمليات الإدخال/الإخراج والتبريد لتلبية متطلبات الحمل المستمر.

تصميم كاميرات USB ووحدات الإدخال/الإخراج الطرفية →

الاعتبارات الهندسية الرئيسية

خمسة متطلبات يجب تأمينها قبل طرح أجهزة الذكاء الاصطناعي

النموذج، الدقة، وأهداف الأداء
حدد النموذج، ونطاق المشغل، والدقة، وحجم الدفعة، ومعدل الدقة، وزمن الاستجابة، ومعدل الإنتاجية، والمسار البديل.
سعة الذاكرة وعرض النطاق الترددي
تحديد أحجام نماذج الأوزان، والمخازن المؤقتة، وذاكرة التخزين المؤقتة KV، وخطوط الأنابيب المتزامنة، والذاكرة المشتركة، وتسجيل NVMe، ومساحة التحديث.
الكاميرا والمستشعر وإدخال البيانات
تعيين حدود CSI، وUSB، وGigE، والمشغل/المزامنة، وISP، والدقة، ومعدل الإطارات، والكابل، والطاقة، والاستخدام المتزامن.
بيئة تشغيل الاستدلال ومجموعة البرامج
تحديد وقت التشغيل، وبرامج التشغيل، والحاويات، والنواة/BSP، وتحويل النماذج، والمشغلات المدعومة.
الطاقة والميزانية الحرارية
الحجم اللازم لتوفير الطاقة المستدامة للنظام، بما في ذلك وحدة المعالجة المركزية (CPU)، والذاكرة، ووحدة التخزين، وبطاقات الشبكة (NIC)، والكاميرات، وأجهزة USB، وفقدان الطاقة في وحدة إدارة الجهد (VRM)، والطاقة المستهلكة في البيئة المحيطة، والهيكل الخارجي.

احسب استهلاك الطاقة لنظام Mini-ITX →

الحدود الهندسية · التحقق من الصحة

لا تعتبر مؤشرات الأداء الخاصة بـ «Headline AI» مؤشرات حقيقية لأداء التطبيق

منطقة المطالبة ماذا يعني ذلك ما يجب أن يثبته النظام الحقيقي
TOPS أقصى معدل إنتاجية للمسرع في ظل ظروف اختبار محددة. قم بقياس معدل الإطارات في الثانية (FPS) أو زمن الاستجابة أو عدد الرموز في الثانية (tokens/s) مع مراعاة دقة الإنتاج والمعالجة المسبقة وحركة مرور الذاكرة وترددات التشغيل المستمرة.
وحدة معالجة الشبكات (NPU) المدمجة مسرع مدمج في حزمة المعالج. يجب أن يتوافق النموذج المستهدف مع العمليات المدعومة؛ وقد يتم اللجوء إلى وحدة المعالجة المركزية (CPU) أو وحدة معالجة الرسومات (GPU) في حالة العمليات غير المدعومة.
فتحة PCIe x16 واجهة ميكانيكية لتوسيع وحدة معالجة الرسومات (GPU). تحقق من عرض المسار، والجيل، وطاقة الفتحة، وحجم وحدة معالجة الرسومات (GPU)، ومصدر الطاقة (PSU)، وتدفق الهواء، والموارد المشتركة لـ M.2/NIC.
عدد واجهات الكاميرا موارد CSI أو USB أو الشبكة المتاحة. تعتمد عمليات البث المتزامنة أيضًا على المسارات، والمحاور، ومزود خدمة الإنترنت/فك التشفير، وعرض النطاق الترددي للذاكرة، وسعة التخزين، والتزامن، وبرامج التشغيل.
تشغيل الذكاء الاصطناعي بدون مروحة التبريد دون استخدام مروحة النظام في تكوين محدد. قم باختبار كل من الظروف المحيطة، والحاوية، وموزع الحرارة، والحمل المستمر للمسرع، وحرارة التخزين/بطاقة الشبكة (NIC)، والتحكم في السرعة، بشكل متكامل.

قيود التصميم الحراري لأنظمة الذكاء الاصطناعي الخالية من المراوح →

دليل الاختيار

اختر منصة الذكاء الاصطناعي وفقًا للقيود الرئيسية

الشرط الرئيسي نقطة انطلاق موصى بها فكر في بنية أخرى عندما
برامج x86 + ذكاء اصطناعي متوسط + OpenVINO منصة Intel Core Ultra NPU التغطية أو السعة التخزينية أو السعة الإنتاجية للمشغل غير كافية.
x86 AI + بطاقة رسومات Radeon + وحدة معالجة XDNA NPU منصة AMD Ryzen Embedded 8000 يتطلب حجم العمل استخدام CUDA/TensorRT أو ذاكرة أكبر للمسرع.
CUDA/TensorRT، الكاميرات، الروبوتات، الذكاء الاصطناعي على الحافة NVIDIA Jetson يحتاج هذا الطراز إلى ذاكرة VRAM أكبر، أو وحدة معالجة رسومات قابلة للاستبدال، أو معالج x86.
الطرازات الكبيرة / بطاقة الرسومات القابلة للاستبدال المخصصة لأجهزة الكمبيوتر المكتبية لوحة أم Mini-ITX منفصلة مزودة بوحدة معالجة رسومات (GPU) حجم وحدة معالجة الرسومات (GPU)، أو طاقة الفتحة، أو وحدة تزويد الطاقة (PSU)، أو تدفق الهواء، أو الهيكل غير مناسب.
لم يتم اختيار المُسرِّع بعد قم بإجراء مقارنة مرجعية للنموذج الحقيقي أولاً لا تقم بالاختيار إلا بعد قياس زمن الاستجابة، والدقة، والذاكرة، واستهلاك الطاقة، وأداء مسار البيانات، والتوافق مع بيئة التشغيل، وتكلفة النظام.

تحقق من هامش الأداء الحراري لنظام الذكاء الاصطناعي قبل الاختيار النهائي →

مراجعة إعدادات الذكاء الاصطناعي

مراجعة إعدادات أجهزة الذكاء الاصطناعي لديك

يرجى إرسال معلومات الطراز، والدقة، والهدف المستهدف لزمن الاستجابة/معدل الإطارات في الثانية (FPS)، والمسرع، والكاميرات أو المستشعرات، والذاكرة، وسعة التخزين، والشبكات، ووقت التشغيل، والطاقة، والهيكل الخارجي، ودرجة الحرارة، والكمية.

إرسال متطلبات أجهزة الذكاء الاصطناعي

التخصيص · الدعم الهندسي

تخصيص مسار بيانات الذكاء الاصطناعي وفقًا لحجم العمل

قم بتخصيص اللوحة عندما يتطلب حجم العمل استخدام مدخلات ومخرجات مستشعرات مختلفة، أو مسارات مسرّعات مختلفة، أو برامج مختلفة، أو إمدادات طاقة مختلفة، أو أنظمة تبريد مختلفة، أو مكونات ميكانيكية مختلفة.

التسريع والتوسع

وحدة معالجة الشبكات (NPU) المدمجة، ووحدة جيتسون (Jetson)، ووحدة معالجة الرسومات (GPU) عبر واجهة PCIe، ومسرع M.2، وتوجيه المسارات، وإمدادات الطاقة، واستراتيجية الاستبدال.

الطاقة، والأنظمة الحرارية والميكانيكية

نطاق المدخلات، والحماية، ووضع الطاقة، وحمل بدء التشغيل، والتبريد، والمسافة الآمنة بين وحدة معالجة الرسومات (GPU)، ومراقبة قائمة المواد (BOM).

خيارات مدخلات الطاقة الصناعية →

الأساس المرجعي التقني

المراجع الرسمية لاختيار أجهزة الذكاء الاصطناعي

الأسئلة الشائعة

الأسئلة الشائعة حول لوحات Mini-ITX المجهزة للذكاء الاصطناعي

كم عدد وحدات TOPS التي أحتاجها لتقنية الذكاء الاصطناعي على الحافة؟

لا يوجد هدف موحد لـ TOPS. قم بإجراء مقارنة مرجعية للنموذج الفعلي مع الدقة المطلوبة، ووقت التشغيل، والهدف المحدد للكمون/معدل الإطارات في الثانية (FPS)، ووضع استهلاك الطاقة، ودرجات الحرارة المستدامة.

هل يجب أن أختار وحدة معالجة شبكية (NPU) أم جهاز «جيتسون» أم وحدة معالجة رسومات منفصلة (GPU)؟

اختر بناءً على دعم الطراز، وذاكرة الوصول العشوائي (RAM)/ذاكرة الفيديو (VRAM)، ومجموعة البرامج، ووحدات الإدخال/الإخراج الخاصة بأجهزة الاستشعار، وزمن الاستجابة، واستهلاك الطاقة، وخصائص التبريد، واحتياجات الترقية.

هل يتنبأ نظام TOPS بمعدل الإطارات في الثانية (FPS) أثناء الاستدلال؟

لا. تعتمد معدل الإطارات في الثانية (FPS) وزمن الاستجابة أيضًا على المشغلين، والدقة، وعرض النطاق الترددي للذاكرة، والمعالجة المسبقة، وكفاءة وقت التشغيل، ووضع الطاقة، والتقييد.

هل يمكن للوحة Mini-ITX المزودة بقدرات الذكاء الاصطناعي أن تدعم عدة كاميرات؟

نعم، شريطة أن تحتوي اللوحة على منافذ CSI أو USB أو شبكة مناسبة، بالإضافة إلى قدرة كافية على فك التشفير والذاكرة والتزامن والطاقة والتبريد.

هل يمكن تجميد مجموعة برامج الذكاء الاصطناعي للاستخدام في مرحلة الإنتاج؟

نعم. قم بتثبيت نظام التشغيل (OS)/بيئة دعم المنتج (BSP)، وبرامج التشغيل، وبيئة التشغيل، والحاويات، وتحديثات OTA/الاستعادة، وإصدار الطراز، ومراجعة الأجهزة، ثم قم بإجراء اختبار الانحدار على حمل العمل في بيئة الإنتاج.

استكشف الرؤى الهندسية للأنظمة المدمجة الجاهزة للذكاء الاصطناعي

ابقَ على اطلاع دائم بمعرفة التصميم العملي المبني على نشر الذكاء الاصطناعي في العالم الحقيقي على الحافة. يتعمق محتوانا التحريري في اختيار وحدات المعالجة العصبية (NPU)، وتحسين خطوط أنابيب الرؤية، وضبط الإدخال/الإخراج لمستشعرات التعلم الآلي، وإدارة لوحات الذكاء الاصطناعي الحرجة لدورة الحياة. سواء كنت تقوم بتطوير أنظمة التحكم الروبوتية أو وحدات الفحص المستقلة أو محطات الرؤية المدمجة، فإن مدونتنا تزود المشترين التقنيين والفرق الهندسية بالتوجيهات التي يحتاجونها لبناء أنظمة جاهزة للذكاء الاصطناعي تعمل تحت الضغط.