2.[USB C Type] LG USB PD C to C 23AWG 고속 충전케이블  분석 (2)

오늘은 작년부터 많이 알려진 마그네틱 케이블 제품관련으로 소개를 해 드리려고 합니다.

아마도 일반적으로 마그네틱 케이블 제품 소개 정보는 많이 보셨을 것으로 알고 있습니다.

일반 스마트폰 충전 케이블과 생김새는 같습니다만,

스마트폰쪽 충전 단자쪽(마이크로5핀, USB C, 아이폰 8핀)이 

별도로 분리가능한 자석형 커넥터형태로 구성이 되어 있는 제품입니다.

이 마그네틱 충전케이블 형태는 

원래 애플 맥북에서 노트북 전원공급을 위한 마그네틱형태의 커넥터로
맥세이프(MagSafe)제품을 모방한 제품으로 알고 있습니다.
이 맥세이프는 노트북 충전을 위한 고전력을 충전하는 기능이라서,
상당히 기술적으로 어려운 기술이 구현된 것이라고 알려져 있습니다만,

소개드리는 스마트폰 마그네틱 케이블 제품은 

15W이하 수준의 전력을 공급하는 제품이라고 할 수 있습니다. 

하기 마그네틱 케이블 제품 사진입니다.

맨 위의 검은색 마그네틱 케이블은 1세대 이고,
아래 2개의 마그네틱 케이블은 3세대 제품입니다.

각각의 마그네틱 케이블에는 

아이폰용 8핀 커넥터(상), 마이크로 5핀 커넥터(중), 

USB C타입 커넥터(하)를 각각 꼽아 놓았습니다. ^^

검은색 마그네틱 케이블은 1세대 마그네틱 케이블제품은 케이블 몰딩(SR)쪽이 박스타입 형태이고,

2세대 마그네틱 케이블 제품의 SR은 케이블 꺾임을 방지하기 위한 몰딩형태로 되어 있습니다.

작년부터 출시된 1세대는 초기에 커넥트 접촉상태가 좋지 않았고, 
마그네틱 케이블의 한쪽 방향 - 단방향(Single Side)으로만 고속 충전 또는 Data통신을 지원을 했었습니다만, 
(주) 마그네틱 케이블쪽의 LED불빛이 들어 오는 방향과 반대방향에 따라서 성능 차이가 있습니다.

현재 3세대 마그네틱 케이블은 내부 회로를 보강하여, 
마그네틱 커넥터 양뱡향(Dual Side)으로 고속 충전(USB C 타입)과 Data통신을 지원하게 되었습니다.    

작년 1세대 마그네틱 케이블은 중국 WSKEN사 제품이 나오면서 유명해 졌고,

관련 제품들을 지속적으로 분석을 하고 있었습니다만,  

초기 1세대 제품은 여러가지로 문제점등이 있어서 실 사용은 못하고 

일반 삼성, LG 번들 케이블을 사용하고 있었습니다.

년초에 새로 만든 삼성 150cm USB C 케이블을 차량에 장착해서 사용하고 있었는데,

아파트 주자장에서 차량을 운전중에 큰 자동차 사고가 날 뻔 한 적이 있었습니다.  ^^;;

제가 운전을 해서 주차장 입구 커브길을 돌아 나오는 중에 

스마트폰에 전화가 와서 스마트폰을 잠시 들게 되었습니다.

이떄 주차장 입구 반대편에서 차량이 진입을 하고 있어서, 

잠시 스마트폰을 든 상태에서 핸들을 꺾는 중에.....

케이블이 핸들 돌려지는 홈 사이에 갑자기 껴 들어가는 상황이 되었네요..

다행히 반대편 차량은 저를 비켜서 지나갔지만,

저는 맘이 급해서 핸들을 더 꺾다보니, 케이블이 더 엉켜 들어가게 되었고..

차량은 주차장 입구 중앙선에 걸친 상태로, 

순간 차량 핸들이 전혀 움직이지 않는 상태가 되어 버렸습니다. ㅠ.ㅠ

순간 아무생각도 나지 않더군요 ㅎㅎㅎㅎ  ㅠ,ㅠ

뒤에 있던 가족들은 왜 반대편에 차량이 오는데도 핸들을 안 꺾느냐면서

뭐라고 이야기를 하는데.......    

운전중에 스마트폰 전화를 들었다가 큰 화를 당할 뻔 했습니다..

아시는 분들은 아시겠습니다만,

차량에서는 케이블이 돼지꼬리처럼 스프링 형태로 케이블 구조가 만들어져 공급되는데,

이는 이러한 사고를 막기 위함이기도 합니다...

이 사고가 난 후, 차량에서 스마트폰을 만질때 케이블 연결이 된 상태는

상당히 위험하다는 것을 인지하게 되었고,

다른 대안이 있을까를 찾아 보다가....

이 마그네틱 케이블을 통해서 대안을 찾아보려고 여러가지로 조사를 하기 시작하였습니다. ^^ 

차량에서 마그네틱 케이블 사용은 대만족이었습니다.

차량에서 스마트폰 케이블 연결시, 

어두운 환경에서 케이블을 꼽아야 하는 상황이 많이 있습니다만, 
마그네틱 케이블 자체에 LED 빛이 있고, 대략적인 위치에만 가져다 놓아도

마그네틱 자석의 힘으로 커넥터 연결이 잘 됩니다.

차량 주차 후, 스마트폰만 들어도, 케이블은 잘 분리되기 떄문에

케이블 분리에 신경을 쓰지 않아도 문제가 없습니다.

분리된 마그네틱 케이블은 스마트폰 고정 자석 거치대에

올려 놓으면 케이블 자체가 밑으로 널부러져 있을 일도 없습니다. ^^

  

수개월동안 1세대 마그네틱 케이블을 사용하면서 알게된 문제점을 조사하는 과정에서

우연히 2세대 마그네틱 케이블 제품을 알게 되어었고,

이 제품을 자체 브랜드 제품까지를 만들어 보게 되었습니다. ^^

먼저 1세대 와 3세대 마그네틱 케이블을 분해 비교를 해 보겠습니다.

1세대와 3세대 마그네틱 케이블 전선 구조는 동일합니다만,

마그네틱 전원 공급을 위한 PCB 회로는 많이 차이가 있습니다.
위에 PCB는 1세대이고, 아래쪽은 3세대 마그네틱 케이블 PCB보드입니다. (전면 PCB)
이쪽은 전원 공급입력관련으로 전력이 안정적으로 공급을 하고, 

또한 과다 전력공급시 15W이상 공급되지 않도록 지원하는 프로텍션 회로 입니다.

사진속에서 위에 PCB는 1세대이고, 아래쪽은 3세대 마그네틱 케이블 PCB보드입니다. (후면 PCB)

1세대 제품에는 고속충전 QC칩셋이 1개가 있고,

3세대 제품에는 고속충전 QC칩셋이 2개가 있는 것을 알 수 있습니다.

기능적으로 마그네틱 케이블 양뱡향(Dual Side)을 지원하기 위해서는 

마그네틱 커넥터핀 배열이 역방향에서도 

정상적으로 고속 충전을 위한 QC통신(I2C) 인식이 가능하도록 되어야 하기 때문에,
고속충전 QC칩셋이 2개가 들어간 회로 구조가 만들어져 있습니다. 

이렇게 설계된 3세대 마그네틱 케이블은 

양쪽방향(Dual Side)모두 9V / 1.xA가 지원 가능하게 됩니다.  ^^

이렇게 양방향 고속충전 지원이 되었지만,
칩셋이 추가 되면서 제품 가격 상승요인이 있게 되었는데

과연 일반유저분들께서 가격상승요인을 감안해 주실지 걱정이네요 ^^;;

이와 같이, 고속충전 양뱡향(Dual Side)를 지원하기 위해서
새롭게 만들어진 3세대 마그네틱 케이블 제품입니다.

이것 저것 부품을 조사하다보니, 

USB C타입의 고속 충전을 위한 56K옴 저항은 안보이네요 ^^;;

처음에는 저도 좀 당황을 해서, 제조사에 문의를 했는데,

커뮤니케이션 문제로 다른 설명을 하더군요...   

그래서, 이번에는 마그네틱 케이블에 연결하는 

USB C타입 마그네틱 커넥터를 추가로 분해를 하였습니다.

마그네틱 커넥터는 자체가 자석성분의 금속으로 되어 있어서

망치로 깨야지만 분해가 가능합니다. ^^;;

스마트폰 추락 사고시, 마그네틱 커넥터쪽으로 바닥에 떨어져서 

그 충격으로 마그네틱 커넥터가 깨졌다는 이야기를 들어 보았습니다만, 

일반적으로는 깨지지 않는 상태입니다. ^^

그래도 스마트폰 추락 사고로  스마트폰에 문제가 안생기고, 

마그네틱 커넥터가 깨졌다면 불행 중 다행인 것이죠 ㅎㅎㅎㅎ

분해된 순서대로 부품을 나열을 해 보면, (자석 금속은 사진에 포함시키지 않았습니다.)
아주 조그마한 PCB가 하나 포함되어져 있습니다.

마그네틱 케이블쪽 핀 접촉을 위한 PCB이네요... 

이 PCB를 돋보기로 보면,
하기와 같이 조그마한 저항이 하나 올려져 있습니다.

이 저항값을 측정해 보니, 56K옴 저항값이 나오네요 ^^

즉, 스마트폰에 공급되는 전력을 결정하는 USB C 표준 저항값은
마그네틱 커넥터 쪽에 있는 PCB가 조정하고, 마그네틱 케이블은 전력을 안정적으로 공급하는 역활을 하게 되어 있다는 것을 알게 되었습니다.

USB Type-C Cable and Adapter Tips and Tricks

이제 실전으로 USB C타입 스마트폰 LG G5와 LG V30S+에 여러가지 전원 공급 형태와

마그네틱 케이블 방향 및 마그네틱 커넥터 방향의 4가지 조합에 따라서 

각 조합에 따라서 고속 충전이 잘 되는지를 실제 측정하여 보았습니다.

(1-A) 순정 9V 충전기 + 2세대 마그네틱 케이블 + USB C타입 마그네틱 커넥터 (LG G5스마트폰)

==> 고속충전 OK (평균 7V / 1.3A)

(1-B) 순정 9V 충전기 + 2세대 마그네틱 케이블 + USB C타입 마그네틱 커넥터 (LG V30S+ 스마트폰) ==> 고속충전 OK (평균 9V / 1.5A)

아시다시피, 안드로이드폰은 화면이 켜진 상태에서는 전원공급량이 떨어지고,

화면이 꺼진 상태에서는 전원 공급량이 증가하게 됩니다.

이와 반대로 아이폰은 화면이 켜진 상태에서 전원공급량이 증가하는 반대이더군요 ^^;;
(주) 마이크로 5핀과 아이폰 8핀은 고속 충전이 지원되지 않고, 일반 충전상태만 가능합니다.  

(2) LVSUN QC 3.0 USB A포트 + 3세대 마그네틱 케이블 + USB C타입 마그네틱 커넥터 (LG G5스마트폰) ==> 고속충전 OK (평균 7.2V / 1.3A)

(3) TERA QC 3.0 USB A포트 + 3세대 마그네틱 케이블 + USB C타입 마그네틱 커넥터 (LG V30S+스마트폰) ==> 고속충전 OK (평균 8.5V / 1.0A)

상기 test 내용과 같이,
마그네틱 케이블 양뱡향(Dual Side) 고속충전 test를 완료 하였습니다. ^^


다음번에는 마그네틱 케이블의 다른 안정성  test와

자체 브랜드 제품 준비 과정에 대한 내용을 올려 드리겠습니다.

감사합니다.

UDOO x86 Ultra Board (Crowdfunding)로 관리되는 최대 32 개의 Raspberry Pi 3 B +를 지원하는 Datacentre-in-a-Box 기능

우리는 이전에 16 RPist Zero 클러스터 프로토 타입 이있는 Raspberry Pi 보드 또는 40 Raspberry Pi 보드가있는 BitScope Blade 로 구성된 여러 클러스터를 보았습니다 . 후자는 이제 42U 랙 에 최대 1,000 개의 노드에 대한 솔루션을 제공합니다 .

Circumference는 "Datacenter-in-a-Box"로 설계된 전용 프론트 엔드 프로세서 (FEP) 역할을하는 UDOO x86 보드에서 관리하는 8 개 또는 32 개의 Raspberry Pi 3 (B +) 보드와 함께 다른 옵션을 제공합니다.

주요 기능 및 사양 :

• 노드 계산 - 총 128x 64 비트 1.4GHz 코어를위한 8x 또는 32x Raspberry Pi 3 B + 보드
• 백플레인
  • MCU - 마이크로 칩 ATmega1280 8 비트 AVR 마이크로 컨트롤러
  • 시리얼 통신 - FTDI FT4232 quad-USB UART
  • 스위치 모드 전원 공급 장치 (SMPSU) :
    • 8x / 32x 소프트웨어 제어 (컴퓨팅 노드 당 하나)
    • 1x / 4x 상시 (마이크로 컨트롤러)
  • HW 모니터링 :
    • 8x / 32x 컴퓨팅 노드 에너지
    • 2x / 8x 공급 전압
    • 2x / 8x 온도
  • 원격 콘솔 - 8x / 32x (1x / 4x UART 멀티 플렉스 x8)
  • 이더넷 스위치 전원 - 2x / 8x 소프트웨어 제어
  • 냉각 - 1x / 4x 소프트웨어 제어 팬
  • 보조 전원 - 2x / 8x 소프트웨어 제어 12 VDC 포트
  • 확장 - 8x / 32x 디지털 I / O 핀 (3x / 12x PWM 가능)
• 네트워킹
  • 2x 또는 8x 5 포트 기가비트 이더넷 스위치 (소프트웨어 전원 제어)
  • 총 10x / 50x 기가비트 이더넷 포트 (C100에는 기본 2x AON 스위치가 추가로 있음)
• FEP - 쿼드 코어 인텔 펜티엄 N3710 2.56 GHz 및 3x 기가비트 이더넷이 장착 된 UDOO x86 울트라 보드
• C100 (32 + 1) 모델 전용
  • 32x LED 계산 노드 전력 표시기
  • 상태에 대한 6x LED 매트릭스 디스플레이
  • 베이스에 항상 팬이 1 배 추가
• 크기 및 무게 :
  • C100 - 37x30x40 cm; 12 kg
  • C25 - 17x17x30 cm; 2.2 kg

백플레인을위한 펌웨어는 Arduino IDE와 Wiring C 라이브러리로 개발되었으며 소스 코드가 공개되면 사용자가 "hackable"하게됩니다. C100 모델 및 마이크로 칩 ATmega328 MCU에 사용 된 전면 패널 보드에서도 마찬가지입니다.

UDOO x86 Ultra 보드는 Ubuntu 인 Linux 배포판을 실행하며 데몬 및 명령 줄 유틸리티 (CLI) 및 Python 및 MQTT API를 통해 즉시 클러스터 제어를 지원합니다 .

하드웨어 서약 파일, 펌웨어 및 소프트웨어 소스 코드는 주요 서약 수준의 하드웨어를 선적 한 후에 사용할 수 있습니다.

원주 C25 및 C100은 다음과 같은 키트로 제공됩니다.

• 맞춤형 PCBA
  • 모델에 따라 1 또는 4 개의 백플레인
  • 전면 패널 (C100 전용)
• 2x (C25) / 10x (C100) 5 포트 기가비트 이더넷 스위치
• 1x UDOO x86 듀얼 기가비트 이더넷 어댑터
• 모든 내부 네트워크 및 USB 케이블 연결
• 전원 스위치 및 케이블 링
• 팬 및 가드
• 레이저 인클로저 부품 및 패스너. C100은 또한 2020 프로파일 압출 알루미늄 프레임을 포함합니다.

당신이 얻지 못하는 것은 Raspberry Pi 3 (B +) 및 UDOO x86 (Ultra) 보드, SSD 및 / 또는 마이크로 SD 카드, 그리고 별도로 구매해야하는 전원 공급 장치입니다. 이는 RPI 3 보드를 대체 하거나 Rock64 또는 Renegade 보드 와 같은 기계적 및 전기적 호환 보드를 사용 하거나 심지어 TBC를 혼합 할 수 있음을 의미합니다.

이 솔루션은 클라우드, HPC 및 분산 시스템 개발, 테스트 및 교육에 사용할 수 있습니다.

이 프로젝트는 대량 생산을 위해 4 만 달러를 모으는 것을 목표로 Crowdsupply에 막 출시되었습니다 . 리워드는 C25 (8 + 1) 모델의 경우 549 달러부터 시작하며 C25 모델의 경우 80 달러 120W 전원 공급 장치 (옵션)가 포함 된 C1000 (32 + 1) 모델의 경우 2,599 달러부터 시작합니다. 해운은 전 세계적으로 무료이며 11 월말에 예정된 더 비싼 조기 접속 서약을 제외하고 2019 년 1 월 말에 계획됩니다.

https://www.cnx-software.com/2018/05/22/circumference-datacentre-in-a-box-features-up-to-32-raspberry-pi-3-b-managed-by-a-udoo-x86-ultra-board-crowdfunding/#comment-553866

Arm이 기계 학습 전용 프로세서 「Arm ML」를 투입에

기계 학습에 특화된 새로운 IP 코어

기계 학습에 특화된 Arm ML 프로세서

　Arm이 마침내 기계 학습 (ML : 기계 학습) 전용 프로세서 IP를 공식적으로 발표한다. Arm의 "Arm ML 프로세서 (Machine Learning Processor) '는 최근 각사로부터 잇달아 등장하고있다"신경망 프로세서 (NPU)」와 같이, 신경망 (Neural Network : NN)를 저전력 고성능에 실행한다. CPU 나 GPU, DSP의 확장이 아니라 처음부터 ML 처리 전용으로 설계된 전용 아키텍처이다. Arm은 Arm ML을 투입하는 것을 올해 (2018 년) 2 월에 발표했지만, 드디어 기술적 인 세부 사항을 공개했다.

　Arm ML은 다른 Arm IP 코어와 마찬가지로 확장 가능한 코어에서 16 코어까지 IoT (The Internet of Things)에서 자동차, 심지어 서버 측까지의 확장 성을 갖추고있다. IoT과 모바일에 대응하기 위해 전력 효율은 7nm 공정시 1W 당 3 TOPS (trillion operations per second)로 매우 높다. ML의 인화 렌스 (Inference : 추론)에 최적화 된 아키텍처로 성능은 최대 구성이라면 4.6 TOPS (Trillion Operations Per Second)의 성능이다.

확장 가능한 고효율 Arm ML 프로세서

전체 구성이라면 4.6 TOPS (Trillion Operations Per Second)의 Arm ML

　모바일 대상에 포함시켰다 NPU (Neural Processing Unit)는 많지만, Arm ML에 몇 가지 두드러진 특징이있다. 신경망은 "CNN (Convolutional Neural Network)"에 적합한 구조를 가지고 있지만, 'Recurrent Neural Network (RNN)」나 「Long / Short-Term Memory Network (LSTM)」등 다른 네트워크 모델에도 대응할 수있는 유연성을 가진다. 따라서 CNN이 향하고있는 이미지 인식뿐만 아니라 LSTM과 RNN을 사용 음성이나 자연 언어 등 다양한 인식 처리에 사용하는 것이 가능하고, 향후 새로운 NN에도 대응할 수있다.

　Arm ML은 전력 효율을 높이기 위해 데이터 정확도는 INT8 (8-bit 정수) 만하고, 부동 소수점 연산은 지원하지 않는다. 유연한 처리를 위해, 적화 유닛 (Multiply-Accumulate : MAC) 어레이와 MAC 확장 한 프로세서의 2 개의 유닛을 구비한다. 인화 렌스의 전력 효율 향상의 핵심 "가지 치기 (Pruning : 전정)"하드웨어에서 지원하고 정리하여 압축 된 데이터를 저장하는 SRAM을 포함한다. 여러 컴퓨팅 엔진의 구성으로 확장 가능하게하기위한 제어용 동기화 유닛 (Sync Unit)를 포함한다.

　한마디로 말하자면, Arm ML은 현재의 NPU 중에서는 최첨단 기능과 성능을 갖추고있다. 예를 들어, 가지 치기는 메모리 압축뿐만 아니라 컴퓨 테이션의 압축도 지원한다. 성능 범위에서 "iPhone X / 8"가 내장 NPU "Neural Engine"은 600 GOPS (Giga Operations Per Second)에서 Arm ML의 최대 구성은 7 배 이상이된다.

　그러나 Arm ML은 올해 (2018 년) 중반 소프트 매크로 인 RTL (Register Transfer Level)의 출시이기 때문에 Arm ML 탑재 칩의 등장은 2019 년경이다. 2019 년 NPU로는 표준 레인지의 성능과 기능이 될지도 모른다.

정리에 하드웨어 인식 MAC 컨볼 루션 엔진

　Arm ML 프로세서는 연산 코어 '컴퓨팅 엔진 (Compute Engine)'을 중심으로 구성되어있다. Arm ML은 최대 16 개까지의 컴퓨팅 엔진으로 구성 할 수있다. 각 컴퓨팅 엔진은 128 개의 8-bit 적화 유닛 (Multiply-Accumulate : MAC)를 갖춘 어레이 "MAC 컨볼 루션 엔진 (MAC convolution engine) '와 16-way의 MAC 유닛을 갖춘 프로세서 「프로그래머블 레이어 엔진 (Programmable layer engine : PLE) "을 포함한다.

Arm ML 프로세서 코어의 전체 구성

컴퓨팅 엔진의 개요

　Arm ML은 ML 프로세서 전체를 제어하는 ​​MCU 인 제어 장치가 각 컴퓨팅 엔진에 작업에서 작업을 파견한다. 컴퓨팅 엔진 끼리는 브로드 캐스트 네트워크에 연결되어 있으며, 동기화 장치가 컴퓨팅 엔진 간의 동기화를 제어한다. 호스트 인터페이스는 ACE-Lite에서 CPU와 I / O 일관성을 가지고 간다. 즉, Arm ML 코어 CPU 코어의 캐시를 스눕 수 있지만, 그 반대는 할 수 없다.

　개별 컴퓨팅 엔진은 데이터를 저장하는 용량이 구성 가능 SRAM을 포함한다. "무게 (무게 : weight)"데이터의 저장과 '활성화 (activation) "데이터의 저장과 처리는 내부 SRAM에서 행한다. 컴퓨팅 엔진 내에서 피쳐 맵로드 유닛이 SRAM에서지도를 읽고 웨이트 디코더 (Weight decoder)를 정리하여 압축 된 무게 데이터를 읽고 디코딩을 수행한다.

제로 값의 데이터를 압축하여 필요한 메모리 용량을 줄이기

피쳐 맵과 웨이트의 압축에 의해 전력을 대폭 저감 할 수

인화 렌스 프로세서의 효율성의 핵심 정리

데이터의 공유에서 불필요한 메모리 읽기를 감소

　데이터는 연산 어레이 인 MAC 컨볼 루션 엔진에 보내진다. MAC 컨볼 루션 엔진은 1D의 벡터 구성의 MAC 유닛 배열되어있다. NN의 2D 매트릭스 연산이 1D 배열에 매핑되는 점은 GPU (Volta 이외)의 구현과 비슷하다. NPU에 많은 2D 어레이 구성이 아닌 것은 가지 치기에 대한 하드웨어 지원을 촉진하기 위하여지도 모른다.

　MAC 어레이는 인풋과 아웃풋은 8-bit하지만 내부 정밀도는 확장하고있다. 8-bit하고있는 것은 현재 NN 도구에서 인화 레퍼런스 용으로 지원되는 정밀도의 주류가 8-bit이다 때문이라고한다. MAC 배열은 룩업 테이블을 사용하는 것으로, 정리 된 부분의 연산을 건너 뛰고 빈 연산 슬롯을 채우기에 연산 처리량을 올리는 구조를 갖추고있다. 따라서 Arm ML의 ML 성능은 액면가의 연산 성능 이상으로 높아진다. Arm ML의 MAC 어레이 및 정리 대응에 대해서는 다른 글에서 좀 더 자세히 설명하고 싶다.

다용도 프로세서 PLE도 탑재

　Arm ML 컴퓨팅 엔진은 MAC 배열과는 별도로 프로그램 레이어 엔진 (Programmable layer engine : PLE)라고 부른다 마이크로 컨트롤러를 포함한다. PLE의 실체는 Arm의 MCU (마이크로 컨트롤러)를 기반으로 신경망을위한 확장 엔진을 추가 한 프로세서이다. 벡터 명령과 NN위한 명령을 추가하고, 16 레인의 벡터 엔진을 갖추고있다. PLE는 MAC 배열에서 독립적 인 프로세서이며, 전용 SRAM 워킹 메모리도 내장한다.

컴퓨팅 엔진에 탑재 된 PLE

임베디드 프로세서를 확장 한 PLE 아키텍처

　PLE는 한마디로 신경망 속에서 MAC 어레이에 적합하지 않은 모든 작업을 행하는 장치이다. NN 풀링 및 활성화의 제어 또한 가지 치기 등에 의한 압축 데이터 실행 제어 등을 PLE가 행한다. NPU는이 부분을 전용 하드 와이어 해지고있다 프로세서도 있지만, Arm은 프로그래머블 프로세서함으로써 유연성을 갖게했다. 컴퓨팅 엔진을 제어하는 ​​마이크로 컨트롤러에 NN 연산 기능까지 갖게 한 것이 PLE이라고 볼 수있다.

　Arm ML 전체 디자인을 보면 이미지 인식 CNN을 초기 목표로 개발 된 것으로 보인다. 하지만 PLE를 위해 다른 신경망 모델에 유연하게 대응할 수있다. 이것은 어떤 모델이 유행할지 예상이 어려운 현재의 ML에서 중요한 기능이다. 그러나 현재 인화 렌스 NPU는 다른 신경망 모델에 대한 유연한 대응을 진행하고 있기 때문에, Arm ML이 등장 할 무렵에는 다른 NPU도 비슷한 유연성을 갖추고있을 가능성이있는 .

Arm 기계 학습 솔루션을 보조하는 OD 프로세서

　Arm은 기계 학습 일반 Arm ML 프로세서의 도입과 동기화하여 객체 인식 전용 "개체 디텍션 (Object Detection : OD) 프로세서」도 개정한다. Arm은 OD 프로세서를 이미 출시하고 있으며, Hive와 Hikvision의 보안 카메라에 내장 코어로 채용되고있다. Arm은 Arm ML 동시에 OD 프로세서도 제 2 세대로 강화하여 Arm ML과 ​​조합 구성을 가능하게한다.

실시간 성이 높은 OD 프로세서

Arm ML 나 GPU의 조합도 가능

　OD 프로세서는 이미지와 동영상 속에서 사람이나 얼굴, 자동차 나 도로 표지판 등을 확인한다. 객체 탐지 ​​전문함으로써 실시간으로 정확한 디텍션을 가능하게한다. Arm ML과 ​​함께 예를 들어, 동영상 속에서 OD 프로세서가 얼굴을 인식하고, ML 프로세서가 사람의 얼굴을 인식하고 있습니다.

　2 세대 OD 프로세서는 풀 HD 60 프레임의 동영상 속의 군중에서 실시간으로 개별 얼굴 부분을 감지하는 등의 처리가 가능해진다. 개체 크기는 50x60 픽셀까지 Arm ML과 ​​함께 개체 탐지를 Arm ML에서 오프로드하여 Arm ML의 NN을 고도화시킬 수있다.

ML위한 소프트웨어 스택도 정비

　Arm은 급속히 기계 학습에 대한 대응을 진행하고있다. CPU에서는 Cortex-A 시리즈에 기계 학습을 지원하기위한 내적 (dot product) 명령을 추가합니다. GPU에서도, 최근 내적 명령을 추가 ML 성능을 대폭 향상시켰다. 이번 ML 전용 Arm ML을 투입하여 Arm은 ML 내용은 CPU와 GPU, NPU의 세 가지 솔루션을 나란히하게된다. 각각 성능 범위와 형상 및 전력 효율성이 크게 다르다. 인화 컨퍼런스에서 에너지 효율이 가장 높은 것은 Arm ML하지만 교육도 장치 측에서 수행하게되면 CPU와 GPU 쪽이 적합하다고 생각된다.

　예상 Arm ML의 구현 패턴으로 먼저 스마트 폰과 태블릿 용 모바일 SoC에 도입 생각할 수있다. CPU와 GPU 이외에 제 3의 프로세서로 Arm ML NPU 코어가 탑재되는 경우 다. ML 워크로드의 전력 효율이 매우 높은 Arm ML 코어로 오프로드하여 기계 학습에 의한 인식 처리를 용이하게한다.

　또한 Arm ML은 공간 구성도 가능하기 때문에, IoT를위한 내장 칩에 탑재가 예상된다. Arm ML의 최대 구성의 성능 범위는 향후 자동차도 시야에 넣을 수있다. 서버 사이드의 인화 레퍼런스 용으로는 에너지 효율성이 무기가된다.

　또한 Arm은 기계 학습을위한 소프트웨어 스택도 서비스한다. Arm의 ML 솔루션에 최적화 된 라이브러리를 제공함으로써 기존의 프레임 워크이다 TensorFlow 및 Caffe / Caffe2, mxnet 또는 Android NNAPI에서 투명하게 Arm이나 파트너의 ML 하드웨어에 액세스 할 수 있도록한다.

Arm의 ML 솔루션을 어느 정도 추상화 라이브러리를 제공

Arm의 이기종 (Heterogeneous : 이종 혼합) 한 ML 솔루션을 지원하는 소프트웨어 스택

Arm 종합 기계 학습 솔루션

Android의 NNAPI 지원

결국 런타임 최적의 하드웨어를 선택할 수 있도록하는

https://pc.watch.impress.co.jp/docs/column/kaigai/1123327.html

Test 8K 패널에 LG패널(8K@60fps)이 쓰여져 있군요 ^^

NHK 기술 연구소 공개, 8K 240fps 슬로우 카메라 및 좌석 형 유기 EL, 3 차원 텔레비전

　NHK 방송 기술 연구소에서 "기술 연구소 공개 2018 '이 5 월 24 일 ~ 27 일에 개최된다. 공개에 앞서 언론을위한 미리보기가 행해져 8K / 240Hz의 4 배속 슬로우 모션 시스템과 88 인치의 시트형 8K 디스플레이, 휘는 플라스틱 기판의 유기 EL "iOLED '등을 전시. 22.2ch 음성을 간편하게 즐길 수있는 시스템 등을 선보였다.

"기술 연구소 공개 2018 '이 24 일부터 시작

　NHK 기술 연구소는 2018 년부터 20 년까지 3 개년 계획을 발표하고, 8K 등의 '리얼리티 이미징 "방송과 통신을 연계시키는'커넥 티드 미디어"AI 기술과 보편적 서비스 등의 '스마트 프로덕션 "의 3 개의 큰 기둥으로 연구 개발에 몰두하고있다.

전시 개요

　또한, 앞서 2030 년 ~ 40 년을 내다보고 더 풍부한 방송이나 서비스 실현을 목표로하는 「다이버 스 비전 '으로 AR / VR과 3 차원 디스플레이 등을 맞춘 미래의 거실도 전시하고있다. 그러한 가운데에서 12 월 1 일 새로운 4K8K 위성 방송이 시작되는 데 맞춰 본격적인 전개가 진행 8K 관련 기술을보고합니다.

구로다 토오루 NHK 방송 기술 연구소 소장

미래의 시청 스타일

시트형 8K 유기 EL이나 슬로우 카메라. 풀 스펙 8K 중계차도

　이번에 선보인 시트 형 8K 유기 EL 디스플레이는 8K 슈퍼 하이 비전 (SHV)의 영상을 가정에서 즐길 수 있도록 얇은 경량 디스플레이. 지금까지의 전시에서는 4K × 4 장으로 8K 표시를 실현하고 있었지만, 이번에는 1 장에서 8K의 대형 디스플레이를 지원하고있다.

시트형의 8K / 88 인치 유기 EL

옆에서 본 모습

　패널은 LG Display 제품으로 두께는 약 1mm. 얇은 유리 기판을 이용하여 디스플레이를 형성하고있다. 신호 처리 및 구동 회로, 인터페이스 부분은 다른 케이스에서 NHK와 아스트로 디자인이 공동 개발. 프레임 속도는 패널 자체는 120Hz 대응이지만, 이번 전시에서는 60Hz로되어있다.

　또한 미래의 유기 EL 디스플레이로 화면이 휘어지는 플라스틱 기판 상에 구현 한 디스플레이 연구도 진행되고있다. 현재 유기 EL 디바이스는 물이나 산소에 약하고, 그것을 통해서 쉬운 플라스틱 기판에 유기 EL 디스플레이를 만들 때 결함 화소가 늘어나면서 오랫동안 사용할 수 없습니다. 그래서 양극 (AI)에서 음극 (ITO)까지의 적층 순서를 종래와 반대로 한, 역 구조의 유기 EL 디바이스를 개발. 전자 주입 층에 산소와 수분에 강한 재료를 사용할 수 있으며, 플렉시블과 긴 수명을 양립 가능하게된다. 일본 촉매 개발 한이 장치는 "iOLED"(역 구조 OLED / inverted OLED)라고 명명하고있다.

휘어지는 플라스틱 기판의 유기 EL

　현재는 긴 수명을 증명하기 위해 해상도는 낮은 (QQVGA)가 실용화시에는 고화소 화도 가능하다고한다. 그러나 제품화는 기존의 생산 과정에서 일부 변경하는 부분이 발생하기 때문에 그 과제를 클리어 할 수 있으면 양산에도 연결된다고보고있다.

상당한 장수 命化을 실현

　12 월부터 시작되는 새로운 4K8K 위성에서 8K / 60fps 영상이되지만, 이미 풀 스펙 8K (8K / 광색 역 / 12bit / 120fps)에 대응 한 중계차도 개발이 진행되고있다. 카메라, 기록 장치, 라이브 스위처, 문자 합성 장치, 프레임 싱크로 나이저, 영상 모니터, 파장 다중 전송 장치를 갖춘 방송국 밖에서도 풀 스펙 8K의 프로그램 제작을 가능하게한다.

8K 제작 시스템 탑재의 중계차

　탑재 된 파장 다중 전송 장치는 광섬유에서 비 압축 144Gbps의 영상을 최대 70km 앞까지 보낼 수 떨어진 중계 회장의 전송과 퍼블릭 뷰잉 회장에 전송도 화질 열화없이 행할 수있다. 또한 스위처는 최대 6 개의 풀 스펙 8K 소재를 효과를 붙이면서 영상 전환 가능 와이프 등과 함께 풀 스펙 8K에서는 최초로 PinP (자식 화면)을 실현했다.

탑재 장비의 내용

　8K 4 배속의 슬로 모션 시스템도 개발했다. 카메라에서 8K / 240fps 촬영, 60fps 재생하여 1/4의 속도입니다, 스포츠 등의 결정적 순간도 고화질 그대로 확인할 수있다. 4 월에 미국 전시회 'NAB 2018'에서 전시 된 단판 식 외에 첫 3 판식 8K 슬로우 모션 카메라도 개발. 1.25 인치 / 3,300 만 화소의 CMOS 센서를 갖춘 4K 뷰 파인더도 탑재하는 것 외에 수익과 탈리 등 실제 운용에 맞는 카메라가있다. 헤드의 무게는 18kg. 8K 영상 출력은 U-SDI × 2. 실기는 6 월 14 일 개막 축구 '2018FIFA 월드컵 러시아'에 출장 중. 재생 장치는 SSD를 32 병렬 처리함으로써, 4 배속 8K 영상을 실시간 기록하면서 60fps 슬로우 재생이 가능하다. 카메라와 함께 러시아 W 컵에서 처음으로 운용된다.

3 판식의 8K / 240fps 슬로우 카메라

오른쪽이 슬로우 재생 장치

결정적인 순간을 놓치지 않는

　풀 스펙 8K를 실시간으로 인코딩 / 디코딩 장치도 처음 개발. 스타디움의 8K 영상을 퍼블릭 뷰잉 등에서의 상영을 상정 한 것으로, 8K / 120fps를 하드웨어로 인코딩하면서 소프트웨어 디코딩하고 재생하는 장치를 개발. 인코더 자체는 그 밖에도 존재하지만, ARIB 표준 STD-B32 3.9 판에 준거 한 스트림을 출력 할 수있는 것은 세계 최초라고하고 실제 방송을위한 시스템이다.

풀 스펙 8K의 실시간 인코더

디코딩은 소프트웨어

　마라톤이나 역전 등 이동 생중계도 8K로 행할 무선 전송 장치 (FPU)도 개발 중이다. 양방향 통신을 지원하는 대용량 / 고 신뢰성의 8K 이동 전송 기술과 FPU받은 무선 IF 신호를 1 개의 Ethernet으로 전송하는 기술을 소개하고있다.

8K 프로그램 소재의 이동 전송 기술

　현재 FPU에서도 여러 개의 안테나를 사용하는 MIMO 전송을 채용하고 있지만, 기존의 2 송신 / 2 수신에서 4 전송 / 4 수신에 강화. 최대 145Mbps로 8K 영상을 전송하는 2.3GHz FPU를 개발했다. 또한 건물의 반사 등 전망이 나쁜 장소에서는 MIMO가 유리하지만 전망이 좋은 곳에서는 MIMO가 불리하기 때문에 1 스트림에 집중시키는 등, 전송로의 상태에 따라 매개 변수를 갱신하는 적응 기술도 채용 하고있다.

　8K 카메라의 고감도 화를 위해 CMOS 촬상 장치를 연구. 고감도 광전 변환 필름을 적층하고, 빛에 의해 발생한 신호 전하를 막에서 증가 "결정 셀레늄 막 적층형"장치를 사용한 촬상 예를 소개합니다. 2020 년까지 현재의 10 배의 감도를 목표로하고있다. 크리스탈 셀레늄이 아닌 소재 등을 고려하면서 장래 적으로는 100 ~ 1,000 배 등 개선도 기대하고 있다고한다.

고감도 화를 추진 CMOS 센서

8.3 인치 8K 유기 EL 디스플레이에서 VR을 체험 할 수있는 코너도 준비

4K × 14 대의 프로젝터로 입체적인 3 차원 영상도 고화질화

　전용 안경 필요하고보기 쉬운 「3 차원 텔레비전」의 실현을 목표로 수평 / 수직 방향으로 이동하면서도 볼 수있는 '광선 재생 형 "의 3 차원 영상을 연구. 피사체의 광선을 재생하여 3 차원 영상을 표시하는 방식으로 여러 카메라 촬영 기술과 고밀도 광선 재생에 의한 표시 기술을 전시하고있다.

30 만 화소 3 차원 영상 시스템

　여러 카메라를 격자 형태로 배치 된 카메라 어레이에 의해 촬영 된 다시 점 영상에서 3 차원 영상에 필요한 광선 정보를 고정밀 도로 보간 생성하는 기술을 개발. 4K 카메라를 도입 한 다 관점 로봇 카메라 촬영 영상으로부터 3 차원 모델 생성 기법을 사용하여 고품질의 입체 상을 생성하고있다.

　고화질화하기 위해 고밀도 광선 재생 표시 기술이 필요하기 때문에, 이미징 장치에 의해 얻어진 광선을 4K × 14 대의 프로젝터와 디스플레이 광학 의해 고밀도 재생하는 기술을 개발. 해상도를 기존의 약 3 배의 30 만 화소 (732 × 432 도트)로 향상시켰다. 입체있다 시야각은 수평 32도, 수직 5 번.

표시 장치의 구성

지상파 차세대 방송 향한 실험

　12 월부터 시작되는 4K / 8K 방송은 위성이지만, 현재 지상파 방송 (지상파 디지털)의 고도화를위한 영상 / 음성의 연구 개발을 수신기 제조 업체 및 대학과 연계하여 추진하고있다. 새로운 오류 정정 부호의 채용이나 신호 구조의 재검토 등을 통해 지상파 디지털 방송보다 훨씬 성능이 향상 잠정적 인 전송 방식을 개발했다. 또한 지상파 방송의 고도화에 관한 구체적인시기는 아직 정해지지 않았다.

　'18 년 11 월부터 도쿄와 나고야에서 대규모 실험을 할 예정이다. 이를 위해 장비와 시설을 준비하고있다. 도쿄의 실험에서는 도쿄 타워에서 전파를 송신 차에 튜너를 쌓고, 다양한 장소에서 수신하여 전송 특성 등의 샘플을 채취. 실용화를위한 연구를 진행한다.

　영상에 관해서는, 부호화 효율을 향상시키기 위해, 영상 부호화의 전단에서 노이즈를 제거하는 장치를 개발. 8K 등의 영상을 고압축 할 때 생기는 화질 열화를 개선하기 위해 방송국 등에서 HEVC 인코딩되기 전 단계에서 4K 등에 해상도를 떨어 뜨려, 화질 열화로 이어질 불필요한 성분을 실시간으로 제거 화질 을 개선한다.

영상 부호화 전처리 장치 데모

　음성은 22.2ch 음성을 MPEG-H 3D Audio를 이용한 실시간 부호화 / 복호화 장치를 세계 최초로 개발했다. MPEG-H 3D Audio는 채널 기반 및 객체 기반 등을 지원하는 3 차원 음향 시스템을위한 음성 부호화 방식. 512kbps ~ 1.4Mbps의 비트 전송률을 지원하고 1 / 50의 압축률 방송도 가능하게된다고한다. 12 월 1 일부터 새로운 4K8K 위성은 이미 AAC 오디오가 있지만, 지상파의 고도화에 따라 각 스피커의 고도화도 기대하고있다.

MPEG-H 3D Audio 데모

　차세대 위성을 위해 21GHz 대역 위성 대용량 전송도 연구. 지난해 발사 된 BSAT-4a 위성을 통해 전송 한 21GHz 대역의 전파를 실제로받을 수 있습니다. BS 위성의 약 8 배인 300MHz의 주파수 대역폭을 사용하여 전송할 수 있습니다. 대용량의 컨텐츠를 방송 가능하게하고있다.

　또한 12GHz 대역의 BS 방송 및 21GHz 대역의 차세대 위성을 1 개의 안테나로 수신하는 주파수와 편파를 공유 할 수있는 수신 안테나를 신개발. 12GHz 대역과 21GHz 대역의 오른쪽 旋波 왼쪽 旋波를 동시에 수신 할 수있다.

21GHz 대역 위성 시스템

22.2ch 음성 기반 개체 오디오도 도입

　영화관이나 극장 등에서 Dolby Atmos와 DTS : X와 같은 객체 오디오 대응이 진행되고 있지만, 22.2ch을 추진하는 NHK도 채널 기반뿐만 아니라 객체 기반 오디오를 연구하고있다.

22.2ch 음성을 바탕으로 제작 한 객체 오디오 데모

　현재 방송의 음성은 고정 된 채널 기반이지만, 객체 기반 음향은 소리의 소재와 음향 메타 데이터를 방송, TV 수신기에서 각 가정의 음향 시스템에 따라 음성 신호를 생성. 프로 야구 중계의 경우 시청자들은 좋아하는 팀의 응원석에 앉았을 때처럼 환호성을 배경으로하면서 즐길 수 있고 실황을 작게하여 현지에서 관전하는듯한 기분도 맛볼 수있다.

　NHK는 음향 메타 데이터 전송 기술 방식을 ITU-R 국제 표준으로 제안 중. 이것은 음성 신호와 동기화 AES3 디지털 오디오 입출력 장치로 전송하는 방식을 SMPTE에 표준으로 제안 중이라고한다.

시청자가 원하는 들리지 방법을 선택할

플레이어 렌더러

　12 월부터 시작되는 NHK의 BS 8K 방송은 많은 내용이 22.2ch 음성이지만, 집에서 22.2ch 스피커 시스템을 두는 것은 곤란한 경우가 많기 때문에 TV와 바둑 둘 사운드 바 및 스테레오 스피커에서 22.2 ch 음향을 재현하는 기술도 개발이 진행되고있다.

1 개의 사운드 바 22.2ch을 재현

　음원의 위치에서 양쪽 귀까지 전달 방법을 재현하는 것으로, 24 대 (22.2ch) 스피커를 두지 않더라도 그 방향에서 들려오는 같은 효과를 낳는 트랜스 구강 재생 법을 채용. 1 개의 스피커만으로 앞으로의 소리 외에도 좌우와 뒤에서 소리 등의 방향 감각을 재현하고있다.

　또한 Dolby Atmos와 DTS : X에 대응 한 시판의 AV 앰프 등에 입력하여 22.2ch 음성을 객체 오디오로 즐길 수있는 시스템도 소개. 이번 데모는 PC를 이용하여 22.2ch 음성을 변환하고 Atmos / DTS : X 용 AV 앰프에 입력하고 있지만, 장래 적으로는 STB와 HDMI 케이블 등으로 변환 기능을 갖게하는 것을 이미지 하고 있다고한다.

기존의 Dolby Atmos와 DTS : X 용 AV 앰프에 22.2ch 음성을 입력하여 즐길 수

https://av.watch.impress.co.jp/docs/news/1123310.html