Axelera AI AXE-BME20M1AM01A02 – minne/lagring

AXE-BME20M1AM01A02 är ett M.2-kort för AI-inferens vid kanten (edge AI) från Axelera AI, byggt kring acceleratorn Metis AIPU (AI Processing Unit). Kortet har formfaktorn M.2 2280 M-key, PCIe Gen3 x4 mot värden med 4 GB/s dubbelriktat och 1 GB DRAM, och är i den här varianten utrustat med aktiv kylning (Rev1.1 enligt databladet).

Axelera AI beskriver M.2-kortet som avsett för begränsade enheter som kräver AI-inferens med hög prestanda, och Metis AIPU ska ge toppmodern AI-inferens i enheter med liten yta. Ett enda kort kan köra inferens på flera kameror och stödja många oberoende, parallella neurala nätverk, och en rad kompletta AI-pipelines och modeller finns tillgängliga direkt. Tekniken fungerar tillsammans med värd-CPU:er baserade på både x86- och ARM-arkitekturer, och tillverkaren testar aktivt olika system från olika leverantörer för att underlätta prototypframtagning.

Teknik och prestanda

• Accelerator: 1x Metis AIPU med 1 GB DRAM och en högsta prestanda på 214 TOPS (INT8, peak).
• Värdgränssnitt: PCIe Gen3 x4 med 4 GB/s dubbelriktat, via formfaktorn M.2 2280 M-key.
• Typisk applikationseffekt: 3.5-9 W.
• Drifttemperatur: -20 till +70°C. Databladet nämner en variant för -40 till +85°C som finns ”available upon request” hos tillverkaren.
• Termisk lösning: databladet anger valfri fristående aktiv kylning; den här artikeln är varianten med aktiv kylning.
• Säkerhetsfunktioner: Secure Boot och Root of Trust.

Tillverkarens FPS-diagram (högre är bättre) visar för Metis M.2 Card 827 FPS för YOLOv5s, 326 FPS för YOLOv5m, 176 FPS för YOLOv7 och 142 FPS för YOLOv8l, alla med indata 640×640. Diagrammet jämför även med två andra acceleratorer, vars data är hämtade från offentliga källor per september 2025, och tillverkaren noterar att Metis prestanda fortsätter att förbättras över tid. Databladet redovisar inga närmare testförhållanden.

Enligt Axelera AI:s datablad för Metis Compute Board bygger Metis-plattformen på en arkitektur med RISC-V och D-IMC (digital in-memory compute), och modellzoon utvecklas löpande för att stödja nya, krävande neurala nätverk. Databladet för M.2-kortet nämner tio marknadssegment: Security, Industry 4.0, Retail, Mobility, Logistics, Robotics, Medical, Hospitality, Utilities och Agritech.

Programvara och kompatibilitet

Programvarustödet kommer från Voyager SDK (Software Development Kit), som enligt tillverkaren ger en enkel integrationsväg för AI-inferens vid kanten. SDK:t har inbyggda verktyg och modeller för att utvärdera prestanda, noggrannhet och effektförbrukning på några minuter, ett pipelineramverk på hög nivå för att bygga kompletta AI-applikationer med egna indata, dataset, modeller och affärslogik med få rader kod samt API:er på låg nivå för den som har egna pipelines och egen programvaruinfrastruktur. Avancerade kvantiseringsverktyg ska ge hög träffsäkerhet i prediktionerna.

• Model Zoo som bland annat stöder små språkmodeller (Phi3-mini, Llama-3.1 8B), bildklassificering (EfficientNet, ResNet), objektdetektering (YOLO-modeller, RetinaFace), semantisk segmentering (U-Net FCN) samt instanssegmentering och nyckelpunktsdetektering (YOLO-modeller).
• Kompilator för modeller från PyTorch och ONNX som sköter kvantisering och grafoptimering automatiskt.
• Bibliotek för för- och efterbearbetning i kompletta pipelines: skalning, beskärning, normalisering, formatkonvertering och non-maximal suppression (NMS).
• En YAML-beskrivning genererar AI-pipelines automatiskt; pipelinen kan köras som ett GStreamer-plugin eller i en inferensserver.
• Inbyggda verktyg för att testa noggrannhet och prestanda för modeller som körs på Metis AIPU.

Programvarustacken omfattar enligt databladet bland annat AI Pipeline Builder, InferenceStream API, AxInferenceNet API och AxRuntime API, med PCIe mellan värden och Metis-hårdvaran.

Egenskaper

• M.2 2280 M-key med PCIe Gen3 x4 (4 GB/s dubbelriktat)
• 1x Metis AIPU med 214 TOPS (INT8, peak)
• 1 GB DRAM
• Aktiv kylning i den här varianten
• Typisk applikationseffekt 3.5-9 W
• Drifttemperatur -20 till +70°C
• Secure Boot och Root of Trust
• Inferens på flera kameror och flera parallella neurala nätverk på ett kort
• Voyager SDK med Model Zoo och kompilator för PyTorch och ONNX
• Fungerar med x86- och ARM-värdar
• Pipelines som GStreamer-plugin eller i inferensserver

Användningsområden

• Övervakning: flerkamera-AI i små formfaktorer, till exempel i butiker, på byggarbetsplatser, i fabriker och lokaler
• Robotik: gestigenkänning, poseestimering och tolkning av mänsklig avsikt
• Medicin: diagnostik, övervakning, bildbehandling och analys i realtid
• Jordbruk (agritech): grödanalys, smart bevattning och skadedjursbekämpning samt automatiserad skörd
• Drönare: videobehandling i realtid för navigering, objektdetektering och övervakning i lätta, batteridrivna UAV-system

Den medföljande databladstexten gällde Metis PCIe Card (AXE-BME20P1…). Beskrivningen bygger i stället på Axelera AI:s datablad för Metis M.2 Card, som listar AXE-BME20M1AM01A02 (Rev1.1) i orderinformationen och gäller båda M.2-varianterna.

Tillverkarens artikelnummer AXE-BME20M1AM01A02. Uppgifterna är hämtade ur tillverkarens datablad (PDF). Lagerförd vara – skickas inom 1–3 vardagar.