隨著物聯網的發展和互聯設備的不斷普及，開發有競爭力的物聯網解決方案的最大難題之一就是：將 “智能” 引入邊緣設備。

邊緣計算在物聯網應用中至關重要，因為它是本地基礎設施用來加快實時推斷的途徑。邊緣計算能夠給總體系統帶來可靠性與性能的顯著改善。

在邊緣計算日漸成為新一代互聯設備的基礎之際，應注重硬件加速器在決定這類應用的效率方面所發揮的重要作用。硬件組件是核心構建塊，所以在開發邊緣解決方案時應予以極度重視。

FPGA技術多年來的長足發展已經讓FPGA躋身為物聯網邊緣平臺的主流技術。FPGA性能先進，且能以極低時延提供極高的吞吐量，是邊緣應用的理想選擇。

iWave的Zynq UltraScale+ MPSoC FPGA SOM

上圖是 iWave 提供的 Zynq UltraScale+^TM MPSoC FPGA SOM。它為方便快捷地實現圖像/語音識別、對象/姿態檢測等功能部署提供多功能硬件加速，同時還提供高度靈活的平臺，幫助開發者持續優化功能、提升競爭優勢。在FPGA中實現神經網絡，提供了使應用適配不斷變化的行業標準和最終用戶需求的靈活性，這又進一步驗證了設計。在此外，iWave還為快速評估AI/ML應用提供綜合全面的Zynq UltraScale+^TM MPSoC 開發平臺（如下所示）。

為什么選擇賽靈思？

賽靈思可配置深度學習處理器單元 (DPU) 引擎專為卷積神經網絡開發，可加速AI推斷。

面向機器視覺應用的異構執行環境推斷速度快、精度高。

賽靈思Vitis AI平臺支持多種深度學習框架：Caffe、Tensorflow、Darknet、MXNet。

賽靈思Vitis AI編程模型簡化在Zynq平臺上開發和部署深度學習應用的工作。

針對不同的AI應用，提供可擴展的器件系列。

賽靈思提供獨到的模型優化和模型壓縮工具，使神經網絡模型的復雜度降低5至50倍，將AI推斷性能提升到新高度。

賽靈思DNNDK、Vitis AI Library等AI軟件開發工具為開發工作加速。

賽靈思FPGA平臺為AI邊緣計算解決方案提供訪問USB攝像頭、串行數字接口攝像頭、互聯網協議攝像頭以及以太網的便捷接口。

賽靈思Vitis AI采用iWave提供的 Zynq UltraScale+^TM MPSoC SOM實現AI/ML推

該圖顯示了運行在iWave Zynq UltraScale+ MPSoC開發套件上的一些使用賽靈思Vitis AI平臺的AI/ML加速示例。

Zynq UltraScale+ MPSoC SOM 在 ARM+賽靈思FPGA架構中實現MPSoC和FPGA功能的智能混搭。異構ARM多核處理器通過高性能的非實時處理（如系統引導、外圍設備管理、服務器通信等）補充邊緣應用，同時使用Vitis AI模型從FPGA卸載并執行重要的實時任務。

由于支持多種類型的神經網絡，賽靈思Vitis AI平臺處于持續的演進發展中，不斷集成新算法和先進算法，為AI/ML應用提高確定性和推斷速度。iWave能夠根據各種應用需求，為龐大的Vitis AI模型庫提供支持。 

工業邊緣應用示例

智能城市：使用FPGA加速和神經網絡的組合來執行實時監控和推理的智能平臺。

ADAS：能夠通過板載AI/ML算法生成準確和及時推理結果的實時計算平臺。

工業自動化：由AI提供支持的智能設備能夠感知、連接和計算海量數據流，并開展預測性維護和生成智能、直觀的決策。

智能醫療：使用AI/ML加速的設備開展實時監控與診斷，完成疾病的早期診斷。

結 論

毋庸諱言，邊緣計算憑借極具競爭力的應用，繼續推動物聯網生態系統的變革。iWave的賽靈思平臺為AI/ML推斷提供高性能硬件加速，以更低成本、更短交付周期加快創新步伐。 

來源：邊緣計算產業聯盟