【導讀】當數據處理需求從云端向網絡邊緣加速遷移,傳統處理器在實時性、靈活性與能效能效方面的局限日益凸顯。在這一變革中,現場可編程門陣列(FPGA) 正以其獨特的硬件可重構性和并行處理能力,成為解鎖下一代邊緣智能的關鍵。它不僅僅是計算的執行者,更是連接傳感器、機器與算法的敏捷“橋梁”,能夠為自主機器人、高端醫療影像等對時延與精度有極致要求的應用,提供從高速接口到實時推理的端到端硬件加速解決方案。
當數據處理需求從云端向網絡邊緣加速遷移,傳統處理器在實時性、靈活性與能效能效方面的局限日益凸顯。在這一變革中,現場可編程門陣列(FPGA) 正以其獨特的硬件可重構性和并行處理能力,成為解鎖下一代邊緣智能的關鍵。它不僅僅是計算的執行者,更是連接傳感器、機器與算法的敏捷“橋梁”,能夠為自主機器人、高端醫療影像等對時延與精度有極致要求的應用,提供從高速接口到實時推理的端到端硬件加速解決方案。
這些優勢對于優化生產質量和效率尤為重要,在高風險的關鍵基礎設施中更是如此,在這些環境中,實時監控、快速決策和可擴展能力可能決定成敗。然而,打造滿足這些需求的設備絕非易事。
這正是萊迪思的邊緣人工智能傳感器橋接解決方案發揮作用的地方。該解決方案專為簡化邊緣系統的開發和部署而設計,結合了萊迪思現場可編程門陣列(FPGA)和英偉達(NVIDIA)Holoscan技術的優勢,為下一代智能邊緣計算能力提供低延遲、高吞吐量的連接能力。
邊緣連接面臨的挑戰
邊緣開發者不得不在條件極為受限的環境中工作。由于可用的物理空間、電力和計算能力有限,邊緣并非總是適合高性能處理能力的理想環境,更不用說完全自動化的系統了。
對于開發者而言,這是一個長期存在的問題。即使如今的半導體采用先進的處理節點制造,大大提高了計算能力,但它們仍受空間和連接限制。這些先進節點的加入限制了芯片的輸入/輸出(I/O)能力,使系統設計變得更為復雜,尤其是當這些設備需要集成各種傳感器和設備輸入時。
此外,在當今這個時代,系統需求遠非一成不變。隨著人工智能(AI)和機器學習(ML)模型等解決方案不斷演進,它們所需的資源在不斷變化,需要獲得這些資源的速度也越來越快。計算需求持續上升,而電池和熱限制條件基本保持不變,這為開發者制造了一個困難且互相矛盾的場景。
FPGA聯合英偉達Holoscan的解決方案
為了克服這些限制,開發者需要一種將靈活性與高性能連接能力相結合的解決方案。通過結合萊迪思FPGA和NVIDIA Holoscan軟件的力量,開發者可以創建一個支持快速開發互連的邊緣應用的基礎平臺。聯合開發的傳感器到以太網橋接板設計將通用Lattice CertusPro?-NX FPGA的可編程性與Holoscan的處理能力相結合,以在邊緣應用中支持無縫的傳感器融合。

該解決方案的主要優勢包括:
低延遲、高吞吐量且可擴展的傳感器數據流傳輸。
全棧解決方案,能將傳感器數據直接傳輸至英偉達(Nvidia)的本地存儲。
即用型開源軟件。
內部AXI數據流和APB控制總線支持模塊化、可配置的傳感器配置和數據流傳輸。
支持多達2條10G以太網通道。
該解決方案的優勢和實用性源于其基于FPGA的架構。FPGA作為NVIDIA IGX Thor和AGX Orin硬件組件之間的智能橋梁,能夠為中央計算單元分擔大量處理任務。萊迪思FPGA尤其適合這一角色,因為其具備低功耗特性、確定的并行處理能力、I/O可擴展性以及內置的安全特性。這使得它們能夠高效地預處理傳感器數據,同時降低整體系統功耗和延遲,并為中央計算單元騰出計算資源,以運行更復雜的人工智能(AI)模型。

精簡邊緣運算帶來的影響
這些強大的技術協同作用,有助于在各種場景中簡化并加速智能邊緣系統的部署,同時解決邊緣人工智能(AI)開發者面臨的最緊迫挑戰。
為平衡日益增長的算力需求與強大的輸入/輸出(I/O)支持能力,這款基于FPGA的解決方案將所有傳感器和輸入數據打包,并通過以太網進行數據流傳輸。這種方法利用了以太網的普適性以及其在成本效益和高帶寬方面的優勢,能夠在不占用過多空間的情況下實現高效的數據傳輸。采用這種設計,FPGA能夠支持將傳統I/O功能與新需求進行橋接,對所有數據進行聚合和打包,簡化從傳感器到處理器的數據傳輸過程。
該解決方案還支持為滿足不斷演變的系統需求而進行的必要更新。為滿足不斷變化的系統需求,FPGA支持低功耗計算機視覺和AI處理,能夠降低鏈路帶寬和功耗,同時為中央計算單元分擔這些任務。隨著系統發生變化以及新任務和工作負載的引入,可根據需要重新編程FPGA,以保持最高效地平衡分配處理任務。
構建更智能、更快速且更具可擴展性的邊緣系統
隨著邊緣解決方案持續推動各行各業變革,在數據源頭高效且安全地聚合和處理傳感器數據變得至關重要。通過將萊迪思FPGA的強適應性與英偉達NVIDIA Holoscan功能相結合的傳感器橋接解決方案,使得開發者能夠克服常見限制,加速邊緣部署的成功實現。
推薦閱讀:






