В России разработали микрокомпьютер, который объединяет функции вычислительного модуля для искусственного интеллекта и полетного контроллера для робототехники. Решение предназначено для беспилотников, наземных роботов и других автономных систем, позволяя обрабатывать данные и принимать решения непосредственно на борту. По словам авторов проекта, аналогов такой платформы на отечественном рынке пока нет. Сейчас технологию начали испытывать в условиях, максимально приближенных к реальным. Стоит учитывать, что до практического внедрения может пройти не менее года, отметили эксперты.
Универсальный «мозг» с ИИ для роботов и беспилотников
Российская технологическая компания «Аэрокосмические антенные системы» разработала микрокомпьютер для выполнения задач искусственного интеллекта и управления робототехникой. Об этом сообщили в пресс-службе Платформы Национальной технологической инициативы. Решение может быть интегрировано в беспилотные авиационные системы, безэкипажные катера, наземные робототехнические комплексы, системы компьютерного зрения, умные камеры и промышленный IoT (интернет вещей). Аналогов на отечественном рынке нет, подчеркнули разработчики.
— Наша команда разработала полетный микрокомпьютер Brain Box. Это мощный одноплатный компьютер, специально созданный для задач ИИ и управления робототехникой. На одной плате объединены «мозг» компьютера, а также высокопроизводительный нейропроцессор — специализированный чип или вычислительный блок, разработанный для аппаратного ускорения алгоритмов ИИ, — пояснил руководитель проекта Герман Янгалин.
По его словам, обычно у дрона или робота компьютер для ИИ и полетный контроллер — это две разные платы, которые соединены проводами. Из-за этого данные передаются с задержкой, а сама конструкция получается громоздкой и ненадежной. Созданный микрокомпьютер — это всё в одном: мощный процессор для искусственного интеллекта, управление двигателями и навигация — на одной плате. Это обеспечивает мгновенную реакцию — робот видит препятствие и принимает решение без задержек.
— Среди преимуществ устройства также можно выделить низкое энергопотребление: вся система потребляет всего 12 Вт — примерно как обычная лампочка. Еще одно достоинство — универсальность: к платформе можно подключать различные датчики, включая камеры, лидары и тепловизоры. Кроме того, встроенная российская система шифрования защищает от попыток перехвата управления. Проще говоря, это вычислительный модуль для различной техники, которому не требуются дополнительные платы для расширения функциональности, — отметил Герман Янгалин. Технология поддерживает операционные системы Linux и может быть портирована на Astra Linux, KasperskyOS, «Альт», «Аврору» и другие.
Востребованность российской разработки
По словам разработчиков, похожие решения есть у американских компаний — ModalAI, NVIDIA, и других. Они работают на зарубежных чипах (Qualcomm, NVIDIA) и закрытом программном обеспечении. Однако свои технологии необходимы из соображения независимости и безопасности.
— Мы не знаем, есть ли в импортных микросхемах скрытые закладки. Наша система шифрует данные по российским стандартам, и мы контролируем каждый этап. Мы можем адаптировать плату под суровый климат, российские спутниковые и отечественные операционные системы. Это вопрос и безопасности, и технологического суверенитета, — подчеркнул Герман Янгалин. Сегодня отрасли все чаще нуждаются не просто в отдельных вычислительных модулях или полетных контроллерах, а в компактных устройствах, которые одновременно способны управлять техникой и выполнять задачи искусственного интеллекта непосредственно на борту, рассказал СМИ гендиректор группы компаний ST IT, эксперт рынка TechNet НТИ Антон Аверьянов.
— Именно в этом заключается основная ценность подобных платформ. Они позволяют обрабатывать данные с камер, лидаров, тепловизоров и других датчиков без необходимости постоянно передавать информацию в облако или удаленный центр обработки данных, — сказал эксперт.
Сегмент одноплатных компьютеров, ориентированных на задачи машинного зрения и ИИ, сегодня демонстрирует крайне высокую конкуренцию. Вокруг ключевых мировых производителей специализированных чипов — от NVIDIA до Qualcomm — уже сформировались глобальные аппаратные архитектуры, рассказал «Известиям» главный конструктор Центра комплексных беспилотных решений (ЦКБР) Дмитрий Кузякин.
— В индустрии четко прослеживается разделение на универсальные и узкоспециализированные решения. С одной стороны, есть массовые платформы вроде линейки NVIDIA Jetson, рассчитанные на самый широкий спектр задач. С другой — специализированные вычислительные модули уровня Qualcomm RB3 Gen 2, которые оптимизированы под конкретные жесткие условия и применяются, например, в беспилотных аппаратах класса Hornet, — объяснил он. По его словам, все эти решения создаются с единой целью — интегрироваться внутрь дронов и робототехнических комплексов для обеспечения их полной автономности и независимости от оператора за счет алгоритмов ИИ.
— Однако критически важно понимать: ключевую роль здесь играет не только «железо». Каждый крупный вендор выстраивает вокруг своих процессоров мощную экосистему, состоящую из кастомизированных платформ и глобального сообщества разработчиков. Именно программисты, создающие библиотеки и готовый софт, определяют финальный сценарий применения платформы, — уточнил Дмитрий Кузякин.
Разработка демонстрирует переход к практическому созданию специализированных решений для edge-вычислений — обработки данных непосредственно на устройствах. Такие технологии имеют критическое значение для развития беспилотного транспорта и робототехники, отметил ведущий эксперт в области ИИ «Университета 2035» Ярослав Селиверстов. При этом до полноценного практического внедрения технологии еще предстоит пройти значительный путь.
— Потребуется не менее года интенсивных испытаний и существенных бюджетов, особенно с учетом необходимости адаптации драйверной базы под отечественные ОС, — отметил он.
Экспериментальный образец микрокомпьютера сейчас проходит испытания в условиях, максимально приближенных к реальным. Эти проверки позволяют подтвердить работоспособность устройства и оценить его готовность к дальнейшему внедрению. Следующим этапом станут полевые испытания разработки.
