互联性对智能设备更高的性能要求
赛灵思关注包括云计算、嵌入式视觉、工业和消费类物联网(IIoT和IoT)及5G 连接的相关未来趋势。
未来将会有超过500亿的器件和机器于2020年前实现互连。一旦连接，它们必须具有足够的安全性以抵御硬件级别的直接入侵。 因为这些设备、机器、系统和网络对环境的感知度越来越高，它们必须适应它们的环境和需求，因而必须具有更高的可编程性与软件定义性。此外，它们还必须具备可扩展性，因为越来越多的功能不仅进行了虚拟化，而且还高效映射到了共享计算资源中。由于数据和视频是通过无处不在的传感器和摄像机采集的，因此，分析必须帮助这些机器进行识别、说明、决策和行动。此外，这些系统和网络还必须满足心急的最终用户与实时场景不断增长的需要，其需要即时的低时延响应。然而在幕后，它们还必须在尽量降低功耗的同时，通过更为高级的算法处理呈指数增长的数据量、数据包和像素。并且还必须高度差异化，否则将在竞争日益激烈的低成本全球市场中失败。这只能通过将软件智能与硬件优化、“任意”连接相组合来实现。Xilinx全可编程解决方案可实现更智能的互连差异化系统，从而可将最高级别的软件智能性与硬件优化及“任意”连接功能进行完美整合，成为驱动行业大趋势未来发展的强大动力。
Xilinx公司战略与市场营销部高级副总裁 Steve Glaser
关键技术相互依存
推动这些大趋势的一些关键技术，包括机器学习训练和推断、实时的计算机视觉、日益异构化的传感器融合、预测分析、大规模无线MIMO，网络功能虚拟化(NFV)以及超高清视频串流。我们看到的是， 技术的进步有空前加速和统一的趋势，众多的技术正在不断地被组合在一起 ，创造出全新的应用和市场。
我们也越来越多地看到这些大趋势和相关支持技术的相互依存。例如，包括自动驾驶汽车、“协作机器人(cobot)”和“感知与规避”无人机等视觉导向的自主系统的开发，就是通过将可重配置和实时传感器融合、计算机视觉和机器学习技术集中于同一“全可编程”或者硬件加速多处理系统级芯片(MPSoC)而实现的。
由于5G连接技术的出现，这些自主系统将成为物联网的组成部分，从而获得不间断的机器学习训练更新、预测维护指令、新功能及服务更新，以及实时的超高清视频云端上传和下载。在“雾”计算的配合下，云计算将利用可重配置的FPGA加速技术，以更高的吞吐量和更低的时延处理这些工作负载。
扩阵容、推环境、建专区
一方面，Xilinx大力扩充了其产品阵容。今天的赛灵思， 从产品上既有广泛的全可编程FPGA器件系列，还包括从单核到双核直到多核的可扩展型系统级Zynq SoC及MPSoC芯片; 既有传统的高端产品系列， 又扩充了强大的成本优化型FPGA系列和基于ARM的SoC系列产品， 从而为越来越多领域对全可编程器件的需求提供了丰富的选择。
另一方面，为满足更加广泛软件与系统工程师社区的需求，赛灵思地推出新一代软件定义的SDx开发环境大幅降低FPGA开发难度，为软件及系统级工程师也能享受FPGA硬件开发的优势提供了“全可编程”的编程模式，可以用其熟悉的C, C++, OpenCL语言或者堆栈进行设计的。
此外，面向可编程器件应用需求，赛灵思相继在官网推出了面向软件、硬件及系统开发人员的嵌入式视觉开发者专区及“加速专区”。其中汇集庞大而丰富的工程设计资源，包括软件开发优化库、硬件开发人员视觉 IP、项目，以及赛灵思及其联盟计划成员和社区开发人员所提供的各种教程。通过这些这些专区，赛灵思为开发人员快速启动开发下一代视觉系统提供了一个“一站式平台”，帮助他们充分利用基于机器学习技术的传感器融合、高级计算机视觉算法以及对象检测与分析功能等。
评论