MLAD

Machine Learning Accelerator Demonstrator


Machine Learning Accelerator Demonstrator (Foto: Benjamin Hülsen, DFKI GmbH)
Machine Learning Accelerator Demonstrator (Foto: Benjamin Hülsen, DFKI GmbH)
Ansprechpartner/in:

Technische Details

Größe: 208 mm x 168 mm x 172 mm
Gewicht: 3 kg
Stromversorgung:
230 V AC
Kommunikation:
Gigabit Ethernet, USB, RS232

Organisatorische Details

Partner:

Airbus Defence and Space

Fördergeber: ESA
Förderkennzeichen: ESA Contract No. 4000135724/21/NL/AS
Anwendungsfelder: Assistenz- und Rehabilitationssysteme
Agrarrobotik
Elektromobilität
Logistik, Produktion und Consumer
SAR- & Sicherheitsrobotik
Unterwasserrobotik
Weltraumrobotik
Verwandte Projekte: MaLeBeCo
Machine Learning Application Benchmarking on COTS Inference Processors (10.2021- 09.2022)
TransTerrA
Semi-autonomous cooperative exploration of planetary surfaces including the installation of a logistic chain as well as consideration of the terrestrial applicability of individual aspects (05.2013- 12.2017)
MaLeBeCo
Machine Learning Application Benchmarking on COTS Inference Processors (10.2021- 09.2022)
SpaceClimber
Ein semi-autonomer freikletternder Roboter zur Untersuchung von Kraterwänden und -böden (07.2007- 11.2010)
iStruct
Intelligente Strukturen für mobile Robotersysteme (05.2010- 08.2013)
LIMES
Lernen intelligenter Bewegungen kinematisch komplexer Laufroboter für die Exploration im Weltraum (05.2012- 04.2016)
TransTerrA
Semi-autonome kooperative Exploration planetarer Oberflächen mit Errichtung einer logistischen Kette sowie Betrachtung terrestrischer Anwendbarkeit einzelner Aspekte (05.2013- 12.2017)
RIMRES
Rekonfigurierbares Integriertes Mehr-Roboter-Explorations-System (09.2009- 12.2012)

Systembeschreibung

Der ML-Beschleuniger-Demonstrator bietet eine Testumgebung für den Vergleich und das Benchmarking von ML-Algorithmen und -Prozessoren für Weltraumanwendungen.

Der ML-Beschleuniger-Demonstrator besteht aus einem cPCI serial Rack und einer EGSE. Das cPCI serial Rack besteht wiederum aus folgenden Komponenten:

  • EKF SC5-FESTIVAL CompactPCI serial CPU Karte, EKF S42-MC Mezzanine Modul, AAEON mPCI-E AI Accelerator (Myriad 2 2450) & Myriad X mPCI
  • ATSAMV71-XULT SAM V71 Xplained Ultra Evaluierungskit (SAMV71Q21)
  • cPCI Serieller 7-Port Gigabit Ethernet Schalter
  • EKF SRS-3201-BLUBOXX cPCI serielles Rack
  • ZynqBrain v2 (Zynq Ultrascale+ (XCZU4EG)) mit cPCI serial Trägerboard

Die gesamte Kommunikation erfolgt über Gigabit-Ethernet auf dem Frontpanel des cPCI-Serial-Racks. Die Backplane versorgt alle Boards mit Ausnahme des SAMV21Q21 MCU Evaluation Boards mit Strom. Das MCU-Evaluierungsboard ist über USB mit der CPU-Karte verbunden. Das Evaluation Board wird über die USB-Verbindung mit Strom versorgt und gleichzeitig wird die USB Verbindung für das Debugging verwendet.

Zurück zur Robotersystemliste
© DFKI GmbH
zuletzt geändert am 19.08.2024