赛灵思|将“智能”引入边缘设备的理想设计平台竟是它！

随着物联网的发展和互联设备的不断普及，开发有竞争力的物联网解决方案的最大难题之一就是：将 “智能” 引入边缘设备。

边缘计算在物联网应用中至关重要，因为它是本地基础设施用来加快实时推断的途径。边缘计算能够给总体系统带来可靠性与性能的显著改善。

在边缘计算日渐成为新一代互联设备的基础之际，应注重硬件加速器在决定这类应用的效率方面所发挥的重要作用。硬件组件是核心构建块，所以在开发边缘解决方案时应予以极度重视。

FPGA技术多年来的长足发展已经让FPGA跻身为物联网边缘平台的主流技术。FPGA性能先进，且能以极低时延提供极高的吞吐量，是边缘应用的理想选择。

iWave的Zynq UltraScale+ MPSoC FPGA SOM

上图是 iWave 提供的 Zynq UltraScale+^TM MPSoC FPGA SOM。它为方便快捷地实现图像/语音识别、对象/姿态检测等功能部署提供多功能硬件加速，同时还提供高度灵活的平台，帮助开发者持续优化功能、提升竞争优势。在FPGA中实现神经网络，提供了使应用适配不断变化的行业标准和最终用户需求的灵活性，这又进一步验证了设计。在此外，iWave还为快速评估AI/ML应用提供综合全面的Zynq UltraScale+^TM MPSoC 开发平台（如下所示）。

为什么选择赛灵思？

赛灵思可配置深度学习处理器单元 (DPU) 引擎专为卷积神经网络开发，可加速AI推断。

面向机器视觉应用的异构执行环境推断速度快、精度高。

赛灵思Vitis AI平台支持多种深度学习框架：Caffe、Tensorflow、Darknet、MXNet。

赛灵思Vitis AI编程模型简化在Zynq平台上开发和部署深度学习应用的工作。

针对不同的AI应用，提供可扩展的器件系列。

赛灵思提供独到的模型优化和模型压缩工具，使神经网络模型的复杂度降低5至50倍，将AI推断性能提升到新高度。

赛灵思DNNDK、Vitis AI Library等AI软件开发工具为开发工作加速。

赛灵思FPGA平台为AI边缘计算解决方案提供访问USB摄像头、串行数字接口摄像头、互联网协议摄像头以及以太网的便捷接口。

赛灵思Vitis AI采用iWave提供的 Zynq UltraScale+^TM MPSoC SOM实现AI/ML推

该图显示了运行在iWave Zynq UltraScale+ MPSoC开发套件上的一些使用赛灵思Vitis AI平台的AI/ML加速示例。

Zynq UltraScale+ MPSoC SOM 在 ARM+赛灵思FPGA架构中实现MPSoC和FPGA功能的智能混搭。异构ARM多核处理器通过高性能的非实时处理（如系统引导、外围设备管理、服务器通信等）补充边缘应用，同时使用Vitis AI模型从FPGA卸载并执行重要的实时任务。

由于支持多种类型的神经网络，赛灵思Vitis AI平台处于持续的演进发展中，不断集成新算法和先进算法，为AI/ML应用提高确定性和推断速度。iWave能够根据各种应用需求，为庞大的Vitis AI模型库提供支持。 

工业边缘应用示例

智能城市：使用FPGA加速和神经网络的组合来执行实时监控和推理的智能平台。

ADAS：能够通过板载AI/ML算法生成准确和及时推理结果的实时计算平台。

工业自动化：由AI提供支持的智能设备能够感知、连接和计算海量数据流，并开展预测性维护和生成智能、直观的决策。

智能医疗：使用AI/ML加速的设备开展实时监控与诊断，完成疾病的早期诊断。

结 论

毋庸讳言，边缘计算凭借极具竞争力的应用，继续推动物联网生态系统的变革。iWave的赛灵思平台为AI/ML推断提供高性能硬件加速，以更低成本、更短交付周期加快创新步伐。 

来源：边缘计算产业联盟

相关文章