無縫 AI 模型更新:ADI 如何助力千台機器人實現 AI

邊緣側 AI 智慧更新

嵌入式工程師都清楚,在邊緣側設備上更新 AI 模型並非易事。通常情況下,工程師將神經網路直接燒錄到韌體中,寄望模型能長期穩定運行;而更新模型往往需要物理接觸設備,還得進行完整的重新編程。

試想一下,若要為已部署的數百台(甚至數千台)設備更新模型,其難度可想而知。這不僅耗費時間,還需投入大量人力。但得益於 ADI 公司近期的技術突破,模型更新將不再是難題。

認識機器人群體:OpenSwarm

在 ADI 參與歐盟資助的 OpenSwarm 計劃 (openswarm.eu) 期間,群體規模的模型更新是團隊面臨的主要挑戰之一。OpenSwarm 計劃旨在演示並推動小型自主機器人群體中的協同 AI 技術落地,任務極具挑戰性:

  • 機器人體型小巧,導致電池容量與物理空間受限。這意味著模型更新必須具備極高的效率,需最大限度降低功耗、網路頻寬佔用與數據量。

  • 若模型更新後安裝失敗,機器人需具備從這類錯誤中恢復的能力。

  • 機器人還具備高度移動性,可能無法接入中央網路。

利用 ADI 創新技術

憑藉 60 年來在超高能效運算領域積累的專業經驗,ADI 成功應對上述挑戰,推出了一項突破性解決方案。ADI 位於愛爾蘭利默里克與羅馬尼亞克盧日-納波卡的團隊攜手合作,研發出一種全新的模型更新技術,可實現卷積神經網路 (CNN) 的無線 (OTA) 部署與更新。這套解決方案採用了 ADI 的 MAX78000 處理器與 SmartMesh 網路技術,兩者均為 OpenSwarm 機器人群體的核心組件。

為何選擇 MAX78000 處理器?

MAX78000 的硬體設計專為這類資源受限場景打造:它搭載了低功耗 Cortex®-M4 處理器和專用的 CNN 加速器(配備 64 個並行處理單元)。此外,MAX78000 SDK 能夠將 PyTorch 模型進行打包與量化處理,並整合至韌體中。

圖 1. 基於 MAX78000 的硬體加速 CNN 平台。

模型即數據:解鎖模型更新

開發者通常會將量化後的模型嵌入為靜態 C 語言陣列,而我們則採取了不同思路,構建了一套基於韌體的架構,將神經網路視為可載入的數據結構。我們將這些量化後的模型數據封裝成結構化韌體格式,其中包含了 CNN 運行所需的全部要素:層配置、量化權重、偏置值和架構元數據。

這套系統的核心是一款 CNN 引擎驅動程式,它能屏蔽 MAX78000 處理器中 CNN 加速器的複雜性,負責處理記憶體管理、算子調度、硬體同步等複雜任務。

我們的方案實現了什麼效果?一套程式碼即可運行多個模型。 這套工具集不僅縮短了開發時間,更讓模型更新變得簡單易行:模型成為了可獨立於核心應用邏輯進行載入、替換與更新的數據;即便面對差異極大的模型,同一套 CNN 引擎驅動程式也無需修改就能執行。

組網傳輸:OTA 更新如何觸達每一台機器人

團隊採用 ADI 的 SmartMesh 無線組網技術實現 OTA 模型更新。SmartMesh 不依賴 Wi-Fi 或 5G 基礎設施運行,能為大型動態網路提供可靠、低功耗的通信服務。在我們的機器人群體中,每個節點既充當感測器,也承擔路由器的角色。即便在複雜或有遮擋的環境中,更新包也能透過 Mesh 網路「跳躍式」傳輸。藉助 SmartMesh,即便設備超出了中央網關的直接覆蓋範圍,也能安全、高效地獲取最新 AI 模型。

OTA 模型部署工作原理

由於模型已被視為數據,OTA 更新可遵循簡單的韌體更新步驟進行:

  • 韌體透過 SmartMesh 無線網路傳輸。
  • 每台機器人接收到韌體後,會檢查韌體的相容性、大小及支援的網路層。
  • 若驗證有效,機器人在單個步驟中完成模型安裝。

若更新過程中出現問題,系統會回退至之前的模型,確保系統安全運行,降低停機風險。設備透過 FatFS(檔案分配表檔案系統)將多個模型存儲在 SD 卡中,便於進行版本測試、切換或回滾操作。

簡化部署:視覺化模型管理

大型機器人群體給模型管理與分發帶來了挑戰。為解決這一問題,我們開發了一款簡潔的網頁端管理工具。用戶只需將模型韌體拖放至瀏覽器即可,這款工具會對檔案進行校驗、載入待分發模型,並即時顯示模型在機器人群體中的更新進度。

這款工具還支援用戶完成以下操作:

  • 查看 CNN 的結構

  • 並排對比新舊模型

  • 監控記憶體用量與參數資訊

這款管理工具降低了技術使用門檻,助力工程師與數據科學家協同完成模型更新,無需具備嵌入式系統專業知識。

展望未來

OTA 模型部署改變了我們對邊緣側 AI 的認知:它將智慧與韌體分離,使模型能夠獨立迭代,無需對設備進行整體重新編程。企業可藉助這項技術,為邊緣側設備提供持續升級服務。儘管我們使用 MAX78000 處理器與 SmartMesh 技術驗證了這種方案的可行性,但它具備廣泛適用性,有望塑造下一代 AI 驅動系統的發展方向。

了解詳情

希望實現邊緣側 AI 工作流的現代化升級?OTA CNN 部署為嵌入式智慧賦予了靈活性與可控性。歡迎聯繫我們的團隊,或深入了解 ADI MAX78000 處理器與 SmartMesh 組網技術。

本項目獲得了歐盟的地平線歐洲框架計劃資助,資助協議編號:101093046。