AIR-T: Maschinenlernen trifft auf Software Defined Radio

[Christoph B. (birki2k)]

Sowohl Maschinenlernen wie auch Software Defined Radios (SDR) liegen aktuell hoch im Trend. Mit dem AIR-T, kurz für Artificial Intelligence Radio-Transceiver, stellt Deepwave Digital nun eine Brücke zwischen den beiden Technologien in Form eines einzelnen Moduls vor.

Dabei setzt das Modul für den SDR-Teil auf den AD9371, welcher je zwei Sende- und Empfangskanäle mit Analogbandbreiten von 250 MHz respektive 100 MHz im Bereich von 300 MHz bis 6 GHz unterstützt. Ergänzt wird das Ganze durch ordentlich Rechenpower in Form eines NVIDIA Jetson TX2 (256-Kern Pascal GPU getaktet mit 1,12 GHz, 4-Kern ARM Cortex-A57 und 2-Kern NVIDIA Denver 2 mit je 2 GHz Taktrate) in Kombination mit einem Xilinx Artix-7 FPGA (75 k Logikzellen), wobei für CPU und GPU 8 GB RAM gemeinsam zur Verfügung stehen.

Diese Kombination ermöglicht die Verarbeitung von Signalen mit mehr als 200 MHz Bandbreite in Echtzeit. Das AIR-T lasst sich somit als hoch-paralleles SDR, zur direkten Mustererkennung oder als Inferenzmaschine für Maschinenlernalgorithmen einsetzen. Dank 32 GB fest verbautem Speicher, USB 3.0 und Gigabit-Ethernet lässt sich das Modul ebenfalls als Datenrekorder verwenden.

Für die Softwareentwicklung werden etablierte Toolkits und Frameworks unterstützt. So kann für die Signalverarbeitung GNURadio verwendet werden, für die GPU-Beschleunigung kommt das CUDA-Toolkit zum Einsatz. Was Deep Learning betrifft, kann auf TensorFlow, Keras und Caffe zurückgegriffen werden.

Derzeit sucht Deepwave Digital Unterstützer auf Crowdsupply für das Projekt, wobei ein Modul zum stolzen Preis von 5.699 US-Dollar zu haben ist. Der hohe Preis dürfte sich neben den teuren Komponenten vor allem aus der geringen Stückzahl ergeben. So wird das Finanzierungsziel bereits mit vier verkauften AIR-T Modulen erreicht.

Weiterführende Informationen

• Datenblatt AIR-T
• Webseite des Herstellers
• Crowdfunding-Kampagne
• Datenblatt NVIDIA Jetson TX2 System-on-Module
• Datenblatt AD9371

[lolchen1 (Gast)]

Das Ding ist sehr wohl interessant, interessant genug für eine Meldung.
Schon der Preis ist beeindruckend und die Hardware Austattung. Ist 
natürlich sehr teuer aber es vereint vieles kompakt. Zwingt dich ja 
keiner es zu kaufen wenn du für dich günstigere Wege kennst die dich 
glücklicher machen.

Nur was soll diese nervige Aufregung? Geh doch deine Frust wo anders 
schieben oder treib ein wenig Sport bevor du aufgehst wie ein Teig 
Pizza.

[Christoph B. (birki2k)]

Wenn von Zusammenstecken die Rede ist, sind vermutlich Eval-Boards 
gemeint? Da kommt man jedoch auf ca. den gleichen Preis und hat ein 
Konvolut an zusammengesteckten Platinen. Also nichts kompaktes, das man 
z.B. mal eben an einem Kopter o.Ä. montieren könnte. Den erhöhte 
Entwicklungsaufwand, bis man anfangen kann, an der eigentlichen 
Anwendung zu arbeiten, mal außen vor gelassen. Dass mit dem System mehr 
Anwendungsfälle als ML möglich sind, steht ja schon oben im Text. 
Konkretere Beispiele findest du übrigens, wenn du den Links folgst.

Ich sehe also durchaus eine Berechtigung für das System und finde das 
Konzept interessant, darum der Beitrag hier. Generell wähle ich Themen 
aus, die ich selbst interessant finde und bei denen ich denke, dass sie 
hier auf Interesse stoßen könnten. Dabei versuche ich das halbwegs 
abwechselnd zu gestalten, zwangsläufig ist das natürlich nicht immer für 
jeden interessant. Du darfst mir aber gerne die für dich interessanten 
Bereiche nennen, die deiner Meinung nach zu kurz kommen. Dann kann man 
abwägen, ob man da in Zukunft mehr drauf eingehen kann. Jeden immer 
glücklich zu machen, halte ich aber aufgrund der breiten Community 
schlicht für unmöglich.