ערים חכמות משלבות טכנולוגיה ותשתית למען שיפור חיי האזרחים, דרך הענקת בטיחות רבה יותר ויעילות משופרת. ואולם, האוכלוסייה המתרחבת באזורים אורבניים גדולים מעמיקה את האתגרים העומדים בפני ערים, במונחים של ניהול תשתיות והגנה על אזרחים באופן פעיל. כאשר אנו משלבים זאת עם הניידות המוגברת של האוכלוסייה לערים, ועם יותר ויותר אנשים שנוסעים למרחקים ארוכים יותר מאשר בעבר, ברור שנוצר צורך לנצל פתרונות טכנולוגיים נוספים ולשפר את אלו הקיימים. בחברות שמפעילות כבישים מהירים ובקרב כוחות המשטרה משתמשים כבר בווידיאו באופן נרחב כדי לנטר נקודות עומס תעבורתי, להגיב במקרים של תאונות ולגלות התנהגויות מאיימות במרכזי הערים. אבל האם אפשר לשפר באופטימיזציה את המערכות האלו, על מנת שיהפכו את הכבישים לבטוחים יותר?
מסתבר שעם רזולוציה טובה יותר של מצלמה, אכן אפשר. שיפור יכולת הזיהוי של לוחיות מספר הרישוי של כלי רכב יכול לעזור בהידוק האכיפה של חוקי התנועה, יכול להפחית באופן נרחב את עבירות התנועה – במיוחד את אלו הכרוכות באי ציות להכוונות הרמזורים או במגבלות כניסה לצומתי תנועה – שגורמות לחסימות כבישים, כאשר נהגים יגיעו למסקנה שיש סיכוי גבוה שהם יועמדו לדין בשל כך. מצלמות זרימת תנועה ומצלמות מהירות משופרות יכולות גם לעזור להפחית את נקודות העומס בכבישים ולעודד את הנהגים לנהיגה בטוחה יותר. הזדמנויות נוספות לשיפור איכות המידע המתקבל מהמצלמות כוללות את הרחבת שדה הראייה האופייני ושיפור הביצועים של ראיית לילה, אשר את שני אלו אפשר לקבל על ידי שילוב חישני תמונה מרובים.
ובנוסף, כאשר מצלמות חכמות ברזולוציה גבוהה יהיו משולבות באינטליגנציה רבה יותר למען פענוח שפת גוף אנושית, הן יוכלו להפוך יעילות יותר באיתור הפרעות, על מנת שאפשר יהיה להבהיל למקום עזרה.
על מנת להשיג זאת, יש צורך בשיפורים הן בקצה הקדמי וגם בקצה האחורי של המערכת. שדרוג פשוט של חישני תמונה ברזולוציה גבוהה, כגון חישני 4K, יגדיל עד מאוד את הנתונים הקשורים לכל מסגרת תמונה שאותם חייבים ללכוד ולהתנות על ידי התקני קצה, ולשדר אותם לענן לצורך אחסון וניתוח.
רכיבי FPGA (מערכי שערי חיבור ניתנים לתכנות בשטח) נודעים בשל יכולתם לבצע במקביל עיבוד אותות על זרימות מרובות של נתונים במהירות גבוהה בזמן אמת. התקני Zynq UltraScale+MPSoC (מערכות על שבב למעבדים מרובים) של Xilinx, המיוצרים בעזרת טכנולוגית תהליכים ב- 16 ננו מטר המובילה כיום, מאפשרים לקיים פתרון על שבב יחיד שכולל מפענח וידיאו בגודל 4K שמיושם כ- IP קשיח שמונע את יתירות האות האופיינית הקשורה בתקשורת שבב לשבב. יתר על כן, Xilinx סיפקה השנה כתובת IP של MIPI עם 2.5 ג’יגה סיביות בשנייה לנתיב, ויצרה בכך את הממשק ההיקפי המהיר ביותר שקיים היום בשוק.
Xilinx מעורבת גם במספר פרוייקטים במטרה לפתח מערכות כגון מצלמות ראיית לילה, מצלמות לתצלומי הבזק בסטריאו של תעבורה, מצלמות פנורמיות ותיבות בינה מלאכותית (AI) עבור מקרי שימוש בערים חכמות.
בנוסף, טכנולוגית הבינה המלאכותית הופכת להיות משולבת במידה רבה בתוך ציוד לווידיאו בקצה הקדמי ובקצה האחורי, ומרחיבה בכך את הדיוק והיעילות של המערכת כולה. מערכת קצה אחורי טיפוסית שמחוברת עם מצלמות חכמות כוללת מערכת הקלטת וידיאו חכמה ברשת, שרת חכם ותוכנה לניהול וידאו (VMS). טכנולוגיה לניתוח וידאו חכם שמופעלת על ידי בינה מלאכותית מהווה את התמצית של המוצרים האלו ושרת/NVR חכם מציע ניתוח של וידאו בזמן אמת עם מטה-דאטה. בנוסף, NVR חכם תומך באינדקס חכם לפי אירוע, מגיע להקלטה בדיוק גבוה וחוסך מקום אחסון.
על מנת לשפר כאן את הביצועים, החידושים של Xilinx כוללים את כרטיס המאיץ המסתגל – AlveoTMU50 שמשלב רכיבי FPGA של 16 ננו מטר – UltraScale+TM עם שבבי זיכרון בפס רחב – HBM2 עם פס רחב של 460 ג’יגה ביית בשנייה להאצה בענן. יתר על כן, פלטפורמת ההאצה הממוחשבת המסתגלת (ACAP) המתקדמת ביותר – VersalTM – עם החיבור הפנימי של רשת על שבב (NoC) שלה, הפועלת בקצב של ריבוי טרה סיביות בשנייה ומנוע הבינה המלאכותית המתקדם שכולל מאות מעבדים מסוג VLIW SIMD משולבים באופן הדוק – מניעה כעת יכולת מחשוב שעולה על 100 טרה פעולות בשנייה (TOPS@INT8). פלטפורמה זו יכולה לשפר באופן דרמטי את יכולת הבינה המלאכותית של מערכות וידאו חכמות ולהאיץ באופן משמעותי יישומי בינה מלאכותית בקצה ובענן.
Xilinx גם מטפחת את מפתחי המערכת האקולוגית שצריכים ליישם את ההתקנים המתקדמים האלו בפרוייקטים שלהם, אשר כוללים כלים כגון VitisTM לפיתוח יישומים ו- Vitis AlTM לשיפור באופטימיזציה ופרישה של ממשק לימוד מכונה מואץ.
טכנולוגית הבינה המלאכותית מעניקה השראה לערים, שעה שהן מתמידות במסע שלהן אל עבר בטיחות חכמה, תשתית חכמה ותחבורה חכמה. טכנולוגיות מתקדמות שונות, לרבות רכיבי FPGA חדשניים, התקני MPSoC ו- ACAP חדשניים, וכן כרטיסי האצת בינה מלאכותית שמשלבים את ההתקנים האלו על מנת להאיץ את הפרישות שלהם ביישומי קצה וביישומים בענן, ועל מנת לאפשר פלטפורמות בינה מלאכותית אוטונומיות בעלות יכולת לטפל בזמן אמת בכמויות עצומות של נתונים שיופקו על ידי ערים חכמות אלו.
דורות עתידיים של ענן בינה מלאכותית מניעים קדימה את ההבנה שלנו לגבי ערים חכמות באופן בסיסי, במקום מאותה תפיסה של תגובה אל ניהול משאבים חובק, תוך כדי הצגת נתונים שמגיעים באופן פוטנציאלי מאלפים או ממיליונים של חיישנים מבוזרים בצורה נרחבת, כגון חישני תעבורה, חישני חניה, חישני איכות אוויר, חישני מזג אוויר, חישני תאורת סביבה ואולי גם עוד סוגים רבים אחרים של חישנים. העיר החכמה של היום היא גרסה לא מפותחת של מה שעומד לבוא בעתיד.
