XCORE-VISION: una plataforma embebida para inteligencia artificial en tiempo real

Los proyectos de visión computacional a menudo enfrentan un dilema fundamental: optar por placas basadas en microcontroladores simples, que son económicas y eficientes en energía pero limitadas en procesamiento avanzado de imágenes, o recurrir a computadoras de placa única (SBC) como Raspberry Pi, que ofrecen mayor potencia pero conllevan un sistema operativo, tiempos de arranque más largos y un consumo energético superior. XMOS busca llenar este vacío con XCORE-VISION, una plataforma de visión embebida que equilibra potencia y eficiencia para aplicaciones de inteligencia artificial en el ‘edge’.

Arquitectura de procesamiento dedicada

XCORE-VISION está construida alrededor del microcontrolador multicore XMOS XCORE.AI XU316. Este chip permite a la placa capturar datos de cámara y ejecutar modelos de IA localmente y en tiempo real, sin depender de servicios en la nube. La arquitectura XCORE es particularmente adecuada para esta tarea gracias a su soporte para el procesamiento paralelo a nivel de hardware y una ejecución determinista. Esto significa que los desarrolladores pueden distribuir diferentes partes de una aplicación entre los recursos de procesamiento y tener previsibilidad sobre cuándo se ejecutarán las operaciones, un aspecto crucial para aplicaciones donde la consistencia en los tiempos de respuesta es crítica, como la robótica y la monitorización industrial.

La plataforma incluye un sensor de cámara de 8 megapíxeles, lo que la hace apta para el desarrollo de visión computacional sin necesidad de hardware adicional. XMOS ha demostrado la capacidad de XCORE-VISION para ejecutar modelos de IA como MobileNetV2 y YOLOv8, aplicados a tareas que incluyen la clasificación de objetos, identificación facial, detección de logotipos y reconocimiento de imágenes.

Capacidades multimodales y hardware complementario

Más allá de la visión, la placa XCORE-VISION integra dos micrófonos digitales MEMS, abriendo la puerta a aplicaciones multimodales que combinan información visual y de audio. Un sistema podría, por ejemplo, analizar simultáneamente lo que ve y lo que escucha sin tener que enviar ninguno de los flujos de datos a otra computadora, lo que reduce la latencia y mejora la privacidad.

El hardware se complementa con 64 Mbit de memoria flash QSPI, botones programables, un LED y E/S de 3.3 V para la conexión de hardware externo. También incorpora dos puertos Micro USB: uno para depuración y alimentación, y otro dedicado a la conectividad USB estándar. Una interfaz XTAG4 integrada simplifica aún más la programación y la depuración.

Con esta combinación, XCORE-VISION ofrece una potencia de procesamiento significativamente mayor y un control de temporización más estricto que placas como la ESP32-CAM, al tiempo que evita la sobrecarga del sistema operativo asociada a una Raspberry Pi. También puede manejar cargas de trabajo deterministas en tiempo real sin requerir la inclusión de un FPGA en el diseño, lo que simplifica el desarrollo y reduce los costes.

XMOS tiene planes de liberar el diseño de la plataforma como código abierto, incluyendo sus esquemas y firmware, con los archivos del proyecto programados para su lanzamiento cuando las placas comiencen a distribuirse a los patrocinadores de la campaña de crowdfunding. La documentación y las notas de aplicación también estarán disponibles para proporcionar a los desarrolladores un punto de partida para construir sus propias aplicaciones de visión en tiempo real y bajo consumo.