נושא הפרוייקט

מספר פרוייקט מחלקה שמות סטודנטים אימייל שמות מנחים

כרטיס AI קל משקל בעל הספק נמוך

Light Weight Low Power AI Card

תקציר בעיברית

אלגוריתמי למידה עמוקה חיוניים במגזרים אזרחיים וביטחוניים, ומציעים פתרונות יעילים לאתגרים מגוונים. עם זאת, היישום שלהם ברכיבי קצה עומד בפני מגבלות כמו צריכת אנרגיה, משקל ומגבלות חומרה. CPU’s אינם יעילים, ומצריכים שימוש במעבדי GPU שצורכים כוח ואנרגיה גבוהים.

פרויקט זה מתמקד בשני היבטים עיקריים. ראשית, הוא בוחן את לוח הפיתוח של Google Coral TPU ומעריך את היכולות שלו במונחים של צריכת חשמל וזמן ביצוע. מחקר זה נועד להדגים את היעילות של Edge TPU  כרכיב חומרה פוטנציאלי להפעלת אלגוריתמי AI על מכשירי הקצה של החברה. שנית, הפרויקט כולל פיתוח לוח מודולרי קומפקטי בעל הספק נמוך המותאם להפעלת אלגוריתמי רשת עצבית ביעילות על רכיבי קצה קלים ובעלי הספק נמוך, במיוחד פלטפורמות מוטסות.

הממצאים מדגישים את TPUs כמציעים יכולות למידה עמוקה בעלות ביצועים גבוהים וחסכוניים באנרגיה. ככל שטכנולוגיית בינה מלאכותית הופכת משמעותית בתעשייה הצבאית, מחשוב קצה וחומרה רבת עוצמה הופכים חשובים יותר ויותר.

תקציר באנגלית

Deep learning algorithms are essential in civilian and defense sectors, offering effective solutions to diverse challenges. However, their implementation in edge components faces limitations such as energy consumption, weight, and hardware constraints. General-purpose CPUs are inefficient, necessitating the use of GPUs that consume high power and energy.

This project focuses on two main aspects. Firstly, it explores the Google Coral TPU (Tensor Processing Unit) development board and assesses its capabilities in terms of power consumption and inference time. This research aims to demonstrate the Edge TPU's efficiency as a potential hardware component for running AI algorithms on the company's edge devices. Secondly, the project involves developing a compact, low-power modular board optimized for running Neural Network algorithms efficiently on lightweight and low-power edge components, particularly airborne platforms.

The findings highlight TPUs as offering high-performance and energy-efficient deep learning capabilities. As AI technology gains prominence in the military industry, edge computing, and powerful hardware become increasingly important.