エッジAIソリューション
SOLUTIONS
EDGE AI SOLUTIONS
現場のAIを、最適なプラットフォームと設計・開発力で実現。
ForlinxのMPUプラットフォームと、ALINX製品を活用したFPGA SoCプラットフォーム。
多路映像のAI解析から低遅延の画像検査まで、処理内容に合わせた構成を提案します。
01 / APPLICATION FIELDS
適用分野
当社のエッジAIソリューションを活用できる代表的な分野をご紹介します。現場の用途や処理条件に合わせて、プラットフォームとシステム構成を検討します。
設備監視・予知保全
交通監視・スマートシティ
店舗分析・スマートリテール
ロボット・自律搬送
現場の安全・見守り
02 / MPU / PHINE DESIGN × FORLINX
MPUソリューション
実機デモ｜多タスク異常検知
ROCKCHIP RK3588
16チャンネルの映像を、複数のAI処理へ。
16系統の720p・10fps H.264映像を入力し、ハードウェアデコードとNPUによる推論を組み合わせる構成です。
物体検出、姿勢推定、ジェスチャー認識、画像セグメンテーションなどの処理を扱います。
マルチスレッド処理、モデル量子化、演算子融合、ゼロコピーとメモリ再利用を活用。RGAによる画像前処理と、HDMIによる1080p合成映像出力を組み合わせます。
モデルの動的ロードやパラメータ設定にも対応する構成を検討できます。
実機デモ｜ハードウェア環境
実機デモには、Rockchip RK3588を搭載したSBC「OK3588-C」を使用しています。OK3588-CにはSoM「FET3588-C」が搭載されています。また、産業用途向けのエッジAI Boxとして「FCU3501」もラインアップしています。
製品シリーズとAIモデル
AI対応SoM
| シリーズ | 製品 | NPU性能（資料記載値） |
|---|---|---|
| Rockchip | FET3588-C / FET3576-C | 6 TOPS |
| Rockchip | FET3568-C / FET3562-C | 1 TOPS |
| Rockchip | FET1126B-C | 3 TOPS |
| NXP | FET-MX95xx-C | 2 TOPS |
| NXP | FET-MX9352-C | 0.5 TOPS |
| NXP | FETMX8MPQ-C / FET-MX8MPQ-SMARC | 2.3 TOPS |
| Allwinner | FETT527N-C / FET536N-C | 2 TOPS |
AI演算拡張カード
| デバイス | 演算性能 | メモリ | インターフェース |
|---|---|---|---|
| Hailo-8 | 26 TOPS | 非搭載 | M.2 M-key / PCIe Gen3 ×4 |
| Deepx M1 | 25 TOPS | 非搭載 | M.2 M-key / PCIe Gen3 ×4 |
| RK1820 | 20 TOPS | 2.5 GB | M.2 M-key / PCIe Gen2 ×1 |
| RK1828 | 20 TOPS | 5 GB | M.2 M-key / PCIe Gen2 ×1 |
| Ara240 | 40 TOPS | 16 GB | M.2 M-key / PCIe Gen4 ×4 |
エッジAI Box
| 製品 | 搭載プロセッサ | AI演算性能 | カメラ数（参考） |
|---|---|---|---|
| FCU3101 | RV1126B | 3 TOPS | 4 |
| FCU3501 / FCU3502 | RK3588 | 6 TOPS | 16 |
| FCU3601 | Ascend 310-B | 20 TOPS | 16 |
| FCU3001 | NVIDIA Jetson Xavier NX | 21 TOPS | 4 |
| FCU3011 | NVIDIA Jetson Orin Nano | 40 TOPS | 8 |
対応アルゴリズム・モデルの例
| 分野 | モデル例 |
|---|---|
| 画像認識 | YOLOv5 / YOLOv8 / YOLOv11 / YOLOv26 / ResNet50 / DINOv3 / DepthAnythingV2 |
| 音声 | Whisper-tiny / Moonshine Tiny / zipformer / Sensevoice / MeloTTS / M2M100 / KWS |
| 時系列予測 | CNN+LSTM / TCN / PINN |
| 大規模言語モデル | Qwen2.5-7B / Qwen3-8B / DeepSeek-R1-1.5B / DeepSeek-R1-8B / Llama-3.2-3B / Llama-2-7B |
| マルチモーダル | Qwen2.5-VL-7B / Qwen3-VL-4B / InternVL3_5-4B / LLaVA-1.5-7B / CLIP ViT-B/32 |
すべてのモデルが、すべての製品で動作することを保証するものではありません。モデル形式、量子化方式、必要メモリ、ソフトウェア対応状況などにより、対応可否が異なります。製品の供給状況を含め、詳細については当社までお問い合わせください。
FORLINX製品を見る →03 / FPGA SoC / PHINE DESIGN × ALINX
FPGA SoCソリューション
実機デモ｜YOLOv3によるロゴ欠陥検査
「PHINE」と「PHONE」の違いを対象とした実機デモです。撮像から検出結果の表示までを構成しています。
実機デモ｜ハードウェア環境
ALINXのZynq UltraScale+ MPSoC XCZU4EV搭載ハードウェアを使用しています。
ARM中心の処理から、FPGA（PL）によるパイプライン処理・高速化
ソフトウェア中心の周辺処理
DPUによる推論に対し、画像前処理やデータの受け渡しなど、多くの周辺処理をARM側で実行する参照構成です。これらの処理や転送が遅延要因になります。
画像入力・前処理・DDR制御・後処理・映像出力をPLへ
画像のリサイズ、DDRの読み書き制御、ROI選択、検出枠の描画とHDMI出力をPL側へ移し、データ経路を最適化。ARMとPLの役割を見直して処理を高速化しました。
PHINE DESIGN / PERFORMANCEARM・PLの役割を最適化し、
ARM・PLの役割を最適化し、
システム全体を高速化。
画像前処理から映像出力まで、PLを活用したデータ経路へ。
処理速度10倍以上改善前の構成との比較
本ロゴ検査デモにおける比較結果です。用途・入力条件・モデル・実装により効果は異なります。
04 / DEVELOPMENT PROJECTS
開発事例
弊社関連会社が実際に手がけた、エッジAI関連の開発事例です。連携した設計・開発経験を、お客さまの課題解決に活かします。
産業団地向け16チャンネル映像AI解析システム
工場内スマート監視システム
EV充電設備向けナンバープレート認識
顔認識システム
入力映像、AI処理内容、必要な応答時間、依頼範囲など。
分かる範囲の情報からご相談ください。