由 AI 提供支持的應用，正在日益普遍地被部署到邊緣和終端
，高性能 AI 推(tui)斷(duan)正(zheng)在(zai)推(tui)動(dong)更(geng)智(zhi)慧(hui)的(de)城(cheng)市(shi)和(he)高(gao)度(du)自(zi)動(dong)化(hua)的(de)智(zhi)能(neng)工(gong)廠(chang)步(bu)入(ru)現(xian)實(shi)。隨(sui)著(zhe)智(zhi)能(neng)零(ling)售(shou)引(yin)入(ru)了(le)極(ji)為(wei)精(jing)致(zhi)的(de)自(zi)動(dong)化(hua)購(gou)物(wu)體(ti)驗(yan)，零(ling)售(shou)體(ti)驗(yan)也(ye)變(bian)得(de)更(geng)加(jia)精(jing)巧(qiao)細(xi)膩(ni)。這(zhe)些(xie)應(ying)用(yong)需(xu)要(yao)具(ju)備(bei)極(ji)高(gao)可(ke)靠(kao)性(xing)並(bing)提(ti)供(gong)高(gao)性(xing)能(neng)，同(tong)時(shi)也(ye)需(xu)要(yao)提(ti)供(gong)高(gao)效(xiao)緊(jin)湊(cou)的(de)外(wai)形(xing)尺(chi)寸(cun)。

 

邊緣處理難題

 

在邊緣部署係統時，功耗
、占zhan板ban麵mian積ji和he成cheng本ben都dou是shi製zhi約yue因yin素su。在zai邊bian緣yuan處chu理li的de種zhong種zhong限xian製zhi條tiao件jian下xia，處chu理li需xu求qiu的de不bu斷duan提ti高gao，意yi味wei著zhe提ti供gong所suo需xu的de性xing能neng水shui平ping將jiang麵mian臨lin更geng大da的de挑tiao戰zhan。雖sui然ran CPU 在邊緣計算上也有發展，但近年來的增長速度有所放緩。在為新一代AI 支持的邊緣應用交付所需性能時
，未加速的 CPU 表現得相當勉強，特別是考慮到嚴格的時延要求。

 

當在邊緣上實現前沿 AI 應用時，領域專用架構 (DSA) 是關鍵。此外，DSA 還提供確定性和低時延。

 

合適的 DSA 專門設計用於高效處理所需數據，既有 AI 推斷，也有非 AI 部分的應用
，也就是整體應用的加速。考慮到 AI 推斷需要非 AI 的預處理和後處理，這些都需要更高的性能，這一點很重要。從根本上說，要在邊緣上（和其他地方）實現由 AI 提供支持的高效應用，需要整體應用的加速。

 

如同任何固定功能的芯片解決方案一樣，為 AI 邊緣應用開發的應用專用標準產品 (ASSP) 仍有自己的局限性。主要挑戰在於 AI 創新的速度異乎尋常。與非 AI 技術相比
，AI模型的過時速度會快得多。使用固定功能的芯片器件實現 AI，會因更新型、更高效AI 模型的出現而迅速過時。固定功能芯片器件的流片需要花費數年時間，到那時 AI 模型的前沿技術將已經向前發展。此外，對於邊緣應用，安全和功能安全要求的重要性也在提高
，可能經常需要成本高昂的現場更新。

 

自適應計算的前景

 

自適應計算包含能夠針對具體應用進行優化的硬件，例如現場可編程門陣列 (FPGA)，它是一個功能強大的解決方案，專門用於基於AI 的邊緣應用。

 

此外，新的自適應硬件也層出不窮，包括含有 FPGA 架構並與一個或多個嵌入式 CPU 子係統耦合的自適應片上係統 (SoC)。然而自適應計算遠不止“純硬件”。tazhengheleyitaozongheerquanmiandeshejiruanjianheyunxingshiruanjian。jiangtamenjieheqilai，jiuxingchengleyizhongdutedezishiyingpingtai，kezaiqishanggoujianfeichanglinghuogaoxiaodexitong。

 

用自適應計算實現 DSA，可避免使用 ASIC 等定製芯片器件所需的設計時間和前期成本。這樣就能為任何特定領域應用，包括基於 AI的邊緣應用，迅速部署經過優化的靈活的解決方案。自適應SoC 是此類領域專用處理的理想選擇，因為它們既擁有綜合全麵的嵌入式CPU 子係統的靈活性，又具備自適應硬件的優異的數據處理能力。

 

推出自適應模塊化係統 — SOM

 

模塊化係統 (SOM) 提供完整的
、可量產的計算平台。與從芯片級從頭開發 （chip-down development）相比
，這種方法能節省可觀的開發時間與成本。SOM nenggoucharudaojiaodadebianyuanyingyongxitongnei，congerjikeyitigongdingzhishixianfangandelinghuoxing，youkeyitigongxianchengjiejuefangandeyiyongxinghegengkuaideshangshisudu。zhexieyoushirang  SOM  成為邊緣  AI  應用的理想平台。然而
，要實現現代化AI 應用所需的性能，加速必不可少。

 

某些應用需要定製硬件組件與自適應 SoC 接口連接，意味著需要從芯片級從頭設計 （Chip-down design）。然而，越來越多基於 AI debianyuanyingyong，xuyaoxiangsideyingjianzujianhejiekou
，shenzhizaizhongduanyingyongjiongyideshihouyeshiruci。suizheqiyezhuanxiangbiaozhunhuajiekouhetongxinxieyi，jinguanchulixuqiuxianzhubutong
，dantongyitaozujiankeshiyongyugezhongleixingdeyingyong。

 

麵向基於 AI 的邊緣應用的自適應 SOM， 結合了自適應 SoC與行業標準接口和組件，使得硬件經驗有限甚至沒有硬件經驗的開發者也可以獲益於自適應計算技術。自適應SoC 既能實現 AI 處理，也能實現非 AI 處理，也就是說其可以滿足整體應用的處理需求。

 

此外，自適應 SOM 上的自適應 SoC 支持高度的定製化。它的設計目的，是集成到更大型的係統內並使用預定義的外形尺寸。使用自適應 SOM，可以全麵發揮自適應計算的優勢
，同時避免了從芯片級從頭開始的芯片設計。自適應 SOM 隻是解決方案的一個部分。軟件也是關鍵。

 

采用自適應 SOM 的企業，能廣泛受益於性能、靈活性和快速開發時間的獨特組合。無需構建自己的電路板，他們就能夠享受自適應計算提供的各種優勢 — 這個優勢，最近才隨著賽靈思Kria™自適應 SOM 產品組合的推出在邊緣得以實現。

Kria K26 SOM 構建在 Zynq® UltraScale+™ MPSoC 架構頂端
，搭載四核 Arm® Cortex™-A53  處理器
，超過25萬個邏輯單元和一個 H.264/265 視頻編解碼器。此外，該 SOM 還搭載4GB的DDR4存儲器、69  個 3.3V I/O 和 116 個 1.8V I/O，使之能夠適配幾乎任何處理器或接口。憑借1.4TOPS的AI算力，與基於 GPU 的 SOM 相比，Kria K26 SOM 助力開發者開發出時延和功耗更低，性能高 3 倍的視覺 AI 應用。這對安保、交通與市政攝像頭、零售分析、jiqishijiaoheshijiaoyindaojiqirendengzhinengshijiaoyingyong，keweishizhongdafuyin。tongguobiaozhunhuaxitonghexinbufen，kaifazheyongyougengduoshijianzhuanxinkaifazijidezhuanshutexing
，congerzaishichangjingzhengzhongshixianjishuchayihua。

 

與軟件可以更新但受到固定加速器限製的其他邊緣 AI 產品不同，Kria SOM 在兩個方麵提供靈活性

，即軟件和硬件都能在今後更新。用戶能夠適配 I/O 接口
、視覺處理和 AI 加速器，為以下的部分或全部應用提供支持：MIPI、LVDS 和SLVS-EC 接口；適用於日間或夜間的高質量專用高動態範圍成像算法；8 位深度學習處理單元；或未來的 4 位甚至是 2 位深度神經網絡方法。多模傳感器融合與實時 AI 處理的結合，如今已經非常容易實現，可以從賽靈思 KV260 視覺 AI 入門套件開始設計


，通過 Kria K26 SOM 部署到生產中。

 

Kria KV260 視覺 AI 入門套件

 

麵向軟硬件開發者提供的優勢

 

自適應 SOM 同時讓硬件開發者和軟件開發者受益。對於硬件開發者
，自適應 SOM 提供了現成的、可ke量liang產chan的de解jie決jue方fang案an，從cong而er節jie省sheng了le大da量liang的de開kai發fa成cheng本ben與yu開kai發fa時shi間jian。此ci外wai，這zhe些xie器qi件jian也ye允yun許xu硬ying件jian團tuan隊dui在zai流liu程cheng後hou期qi變bian更geng設she計ji
，而er基ji於yu固gu定ding功gong能neng芯xin片pian技ji術shu的de SOM 則無法實現。

 

對於 AI 開(kai)發(fa)者(zhe)和(he)軟(ruan)件(jian)開(kai)發(fa)者(zhe)來(lai)說(shuo)，自(zi)適(shi)應(ying)計(ji)算(suan)比(bi)過(guo)去(qu)更(geng)容(rong)易(yi)應(ying)用(yong)。賽(sai)靈(ling)思(si)為(wei)確(que)保(bao)自(zi)適(shi)應(ying)計(ji)算(suan)的(de)易(yi)用(yong)性(xing)，對(dui)工(gong)具(ju)流(liu)進(jin)行(xing)了(le)大(da)量(liang)投(tou)資(zi)。通(tong)過(guo)將(jiang)軟(ruan)硬(ying)件(jian)平(ping)台(tai)與(yu)可(ke)量(liang)產(chan)的(de)視(shi)覺(jiao)加(jia)速(su)應(ying)用(yong)相(xiang)結(jie)合(he)，Kria SOM 產品組合的推出將這種易用性提升到全新水平。這些交鑰匙應用取消了所有 FPGA 硬件設計工作，隻需要軟件開發者集成他們的定製 AI 模型、應用代碼並有選擇地修改視覺流水線。在 Vitis™ 統一軟件開發平台和庫支持下，他們可以使用熟悉的設計環境，如 TensorFlow
、Pytorch 或 Caffe 框架以及 C
、C++、OpenCL™ 和 Python 編程語言。

 

通tong過guo這zhe種zhong麵mian向xiang軟ruan件jian設she計ji的de新xin的de加jia速su應ying用yong範fan式shi
，賽sai靈ling思si還hai麵mian向xiang邊bian緣yuan應ying用yong推tui出chu了le首shou個ge嵌qian入ru式shi應ying用yong商shang店dian，為wei客ke戶hu提ti供gong來lai自zi賽sai靈ling思si及ji其qi生sheng態tai係xi統tong合he作zuo夥huo伴ban的de豐feng富fu多duo樣yang的de Kria SOM 應用選擇。賽靈思解決方案屬於免費提供的開源加速應用
，包含智能攝像頭、人臉檢測、帶有智能視覺輔助的自然語言處理等多種應用。

 

靈活應變的未來

 

AI 模型將繼續以高速步伐向前演進發展。這意味著加速平台必須能夠靈活應變，才能在現在和未來以最佳方式實現 AI 技術。實際上，SOM 提供了理想的邊緣處理平台。與自適應 SoC 相結合
，SOM 為由 AI 提供支持的應用，提供了綜合全麵、可量產的平台。采用這類器件的企業能廣泛受益於性能、靈活性和快速開發時間的獨特組合
，並從自適應計算種收獲豐厚的回報。

（來源：賽靈思，作者：Evan Leal，電路板與套件產品營銷總監 ）