“建築物的 AI 大腦”:NVIDIA AI 助力新創公司通過 AI 設計和控制建築物

作者 Scott Martin

Beta 測試是一種針對非實體產品(比如軟體)的驗收測試。通過進行驗收測試,可以將錯誤修復程序放入軟體產品下一個版本中,以供下載到設備,接著循環這個過程。驗收測試是技術測試的最後一個階段,一旦通過驗收測試,產品就會進入發布階段。

Beta 測試對於像建築物這樣的實體產品是不常用的。但是,鹽湖城(Salt Lake City)的兩位企業家現在提供了一個在開發過程中就可以評估建築物的系統。

PassiveLogic 的執行長 Troy Harvey 說,這可以在建築物開始建造前解決很多問題。他說:“如果您是一名工程師,那麼有一個瘋狂的主意,那就是在不進行 beta 測試的情況下構建第一個,並希望它能奏效。”

Harvey 和 Jeremy Fillingim 於 2014 年創立了 PassiveLogic,這是一個工程師 AI 平台,可以用於自主操作建築物的所有物聯網組件。

PassiveLogic 的 Hive 系統被新創公司稱為 “建築物的大腦” ,該系統由功耗低且具有 AI 功能的 Jetson Nano 模組提供動力。


Hive 控制器

Hive 通過使用感測器融合算法合併來自多個感測器的數據,可以瞬間控制建築物。 而且,它可以針對動態情況(例如燈光變亮但還可以為空間增加熱量)或自動百葉窗(減少眩光並為房間降溫)提供自動解釋和響應能力。

Jetson 引領物聯網的新時代

PassiveLogic 的軟體使設計人員和架構師能夠以數位化方式繪製系統控制架構的組件。承包商和建築師可以在開始構建前在物聯網系統上運行 AI 驅動的模擬。該模擬是通過神經網路進行的,有助於優化能源效率和舒適度等領域。

除了用於邊緣運算的 Hive 控制器外,該系統還將新創公司的 Swarm 房間感測器和小巧的 Cell 模組連接到建築組件中,以進行硬接線控制。


PassiveLogic 的 Swarm 感測器

“借助 Jetson Nano,我們可以獲得所有邊緣算力,因此我們可以使用實時系統在 AI 中完成所有這些工作,” Harvey 說。

PassiveLogic 在構建 AI、邊緣運算和物聯網方面的開創性應用時,正值零售商製造商市政當局和其他眾多公司採用 NVIDIA GPU 驅動的邊緣運算以實現自主管理的時代。

該公司是 NVIDIA 新創加速計劃(NVIDIA Inception)的成員,該計劃可以通過網路、GPU 技術指導和培訓幫助新創企業更快地擴展市場。

“在 PassiveLogic 準備應對堆積如山的客戶需求時,NVIDIA 新創加速計劃正在為 Jetson 的功能和操作提供技術指導,” Harvey 說。 “ Jetson 晶片為我們的平台開啓無數機會。”

Hive:AI 邊緣運算

PassiveLogic 的 Hive 控制器可以使 AI 應用於普通的邊緣設備,例如閉路攝影機、照明、暖氣以及空調系統。讓裝有攝影機和智慧溫控的建築物中充份應用影像識別技術。

Harvey 說:“它成為了建築物中所有感測器以及可控設備的控制中心。”

Hive 還可以根據從其聯網 Swarm 設備中獲取的數據,來推測人群在建築物中的位置。 Swarm 設備使用了藍芽網格三邊化技術來定位建築物的居住者,它可以根據人們所處的位置,調節溫度、燈光或其他系統。

數位孿生的 AI 模擬

該公司的 Cell 模組(由軟體定義的硬接線輸入輸出單元)用於將所有物理建築物連接到其 Hive AI 邊緣運算系統中。當客戶將這些建築物模組連接在一起時,他們也在為該自主系統的外觀奠定軟體基礎。

PassiveLogic 使客戶能夠在 Hive 的軟體平台上以數字化方式佈置建築控制並設置模擬。客戶可以導入 CAD 設計或將草圖繪製出來,其中包括需要統一進行管理的建築物的所有功能。

AI 引擎在物理層面上了解建築物組件的工作方式,並且它可以運行建築物系統的模擬,同時考慮到復雜的交互作用,並做出控制決策以優化操作。接下來,Hive 將此最佳控制路徑與實際感測器數據進行比較,應用機器學習,並隨著時間的推移更加智能地自主控制建築物。

無論是要升級現有建築物還是設計新建築物,客戶都可以使用 Hive 進行模擬,以了解如何改善節能和舒適度。

“一旦插上電源,您就可以在現場學習,並使用深度學習進行獨特的本地訓練,同時將其與其他建築物進行比較,” Harvey 說。