XiaoMi-AI文件搜索系统
World File Search SystemEDGE
到达边缘的边缘：太空图像分析
由于卫星部件尺寸和成本的减小，卫星的使用范围越来越广。因此，一些规模较小的组织已经有能力部署卫星，并在卫星上运行各种数据密集型应用程序。一种流行的应用是图像分析，用于检测陆地、冰、云等，以进行地球观测。然而，卫星中部署的设备的资源受限性质给这种资源密集型应用带来了额外的挑战。在本文中，我们介绍了为卫星构建图像处理单元 (IPU) 的工作和经验教训。我们首先研究各种边缘设备（比较 CPU、GPU、TPU 和 VPU）在卫星上进行基于深度学习的图像处理的性能。我们的目标是确定能够实现准确结果并在工作负载变化时具有灵活性的设备，同时满足卫星的功率和延迟限制。我们的结果表明，ASIC 和 GPU 等硬件加速器对于满足延迟要求至关重要。然而，最先进的配备 GPU 的边缘设备可能会消耗过多的电力，无法部署在卫星上。然后，我们使用从性能分析中获得的结果来指导即将进行的卫星任务的 IPU 模块的开发。我们详细介绍了如何将此类模块集成到现有的卫星架构中，以及利用此模块支持各种任务所需的软件。
触及边缘：空间图像分析
由于卫星部件尺寸和成本的减小，卫星的使用范围越来越广。因此，一些规模较小的组织已经有能力部署卫星，并在卫星上运行各种数据密集型应用程序。一种流行的应用是图像分析，用于检测陆地、冰、云等。用于地球观测。然而，部署在卫星上的设备的资源受限性质为这种资源密集型应用带来了额外的挑战。在本文中，我们介绍了为该卫星构建图像处理单元 (IPU) 的工作和经验教训。我们首先强调基于部署卫星对在轨卫星图像进行机器学习的资源限制，包括所需的延迟、功率预算和推动这种解决方案需求的网络带宽限制。然后，我们研究了各种边缘设备（比较 CPU、GPU、TPU 和 VPU）在卫星上进行基于深度学习的图像处理的性能。我们的目标是确定在工作负载发生变化时具有灵活性的设备，同时满足卫星的功率和延迟限制。我们的结果表明，ASIC 和 GPU 等硬件加速器对于满足延迟要求至关重要。但是，带有 GPU 的最先进的边缘设备可能会消耗过多的功率，无法部署在卫星上。
赋能边缘
S. Clinton Hinote 是退役空军中将，也是空军未来计划的首位领导者。在他的整个职业生涯中，他一直处于变革的前沿——开发新战术、修改过时的作战计划、重塑古板的组织、领导复杂的联盟并打破过时的理论。在担任空军副参谋长期间，他领导一个 400 人的组织成为“空军未来计划”，负责未来空军的规划和整合。他的智慧领导力促使人们从根本上重新考虑国防部如何在与中国的竞争中取得成功，将军事力量与政治目标联系起来。这位将军拥有丰富的外交经验，曾担任北约和韩国的指挥官，还曾在美国驻巴格达大使馆的国家团队任职，大使任命他担任大使不在时的副团长。退休后，他转而为政府、商业、金融和非营利部门的国家安全变革型领导者提供建议、指导和鼓励。 Hinote 将军是特别竞争研究项目的高级国防顾问、Dcode 的现场专家和 Pallas Advisors 的负责人。Hinote 将军以全班第一名的成绩毕业于空军学院和空军指挥参谋学院。他拥有哈佛大学肯尼迪学院公共政策硕士学位和空军大学军事战略博士学位。退役少将 Mick Ryan 澳大利亚陆军
软件定义的边缘
版权所有©2024 Broadcom。保留所有权利。“ Broadcom”一词是指Broadcom Inc.和/或其子公司。有关更多信息，请访问www.broadcom.com。本文引用的所有商标，商标名称，服务标记和徽标都属于其各自的公司。Broadcom保留进行更改的权利，而无需进一步通知此处的任何产品或数据，以提高可靠性，功能或设计。Broadcom提供的信息被认为是准确和可靠的。但是，Broadcom不承担此信息的应用或使用，也不承担任何责任，也不承担此处所述的任何产品或电路的申请或使用，它也不能传达其专利权下的任何许可证或其他人的权利。项目编号：SDE-2006-Software-defined-seed-so-0424
