Analog Devices создали тактильные сенсоры и мультифункциональные датчики для роботов, которые помогают автоматизировать точные задачи в дата-центрах и других сферах. Они развивают открытые бенчмарки и симуляции для обучения и тестирования роботов с упором на edge-инференс и интеграцию моделей в компактные устройства.
Analog's Mechatronics Engineer: Hardware Powering AI Inference | Researcher Conversations at GTC
полный разбор ролика · 5 глав ↓
Введение и контекст
Команда Analog Devices работает на стыке аппаратных решений и системного уровня, фокусируясь на робототехнике и edge-компьютинге для интеграции сенсорных технологий в роботов.
Цель — повысить точность и функциональность роботов, используя существующие полупроводниковые технологии в новых системных решениях.
Тактильные сенсоры и применение
Сенсор, встроенный в кончики пальцев робота, измеряет силу, давление, вибрации и ускорения, что позволяет аккуратно манипулировать деликатными объектами, например, волоконными коннекторами.
Применение — автоматизация обслуживания дата-центров, включая подключение и отключение кабелей с высокой точностью.
Открытые бенчмарки и симуляции
Создаются физические тестовые наборы (бенчмарки) для решения типовых задач, которые любой робот может использовать с разными методами управления — классическими или AI.
Параллельно разрабатываются симуляционные модели сенсоров и среды для обучения и тестирования роботов, что снижает разрыв между симуляцией и реальностью.
Позиционирование продукта и сотрудничество
Компания предлагает точные аналого-цифровые преобразователи, CMOS-сенсоры и специализированные сенсоры для интеграции в роботов, позволяя робототехникам концентрироваться на разработке решений.
Акцент на совместных инновациях с партнёрами и адаптации технологий под реальные задачи, включая возможность работы инженеров партнёров в лаборатории Analog Devices.
Edge-инференс и будущее
Технологии направлены на компактное и энергоэффективное выполнение больших AI-моделей на устройствах на краю сети — роботах, автономных автомобилях, домашних роботах.
Ключевая идея — совместный дизайн модели и чипа для ускорения вывода и повышения эффективности, что позволяет избежать зависимости от крупных GPU-серверов.