新闻中心

EEPW首页 > 嵌入式系统 > 专题 > 网络边缘计算加速机器学习及推理

网络边缘计算加速机器学习及推理

作者:时间:2018-03-07来源:电子产品世界收藏

作者/Dirk Seidel 高级市场营销经理

本文引用地址:http://www.eepw.com.cn/article/201803/376573.htm

随着制造商采用工业4.0技术框架模型,基于机器学习的视觉系统对工业市场越来越有吸引力。在当今这个时代,制造商通过整合高级机器人、机器学习、机器视觉和(IIoT)来提高组织和生产绩效。在“智能工厂”这个概念的推动下,工业4.0将引入信息物理系统(CPS)来监控智能工厂的物理进程并做出分散化的决策。这种模式将通过纳入诸如大数据和分析、IT和物联网融合、机器人技术的最新进展以及数字供应链的发展等概念,推动行业数字化转型。最后,通过网络进行人机交互,这些物理系统将成为(IIoT)的一部分。

网络边缘计算,即在网络边缘进行“机器学习推理”的能力(智能城市、智能工厂、智能汽车等),可最大限度地减少决策和分析的延迟,相比通过网络将所有数据发送到数据中心进行分析,亦可减少网络拥塞,增强用户隐私(因为数据停留在本地设备上),并可在无网络连接的情况下进行“推理”。尽管机器学习技术已存在几十年,得益于计算能力的发展和成本降低,以及获得可用于“训练”的海量数据(如数字图像、视频、音频等),近年来它才开始表现出比传统算法更好的结果,使我们能够构建更复杂,更深层次的卷积神经网络(CNN)。

由于其并行处理架构,FPGA非常适合网络边缘“推理”应用,能够以最低1瓦的功耗实现最高的每秒运算(OPS)(与CPU和GPU相比)。使用FPGA提供的并行处理架构可显著加速CNN处理。此外,由于我们还处于机器学习发展的早期阶段,所以每天都有不断改良的CNN架构正在研究和发布。因此,在全新的CNN架构和技术确定前,灵活和可编程的硬件架构(诸如FPGA所提供的架构)可助力实现轻松升级。

对于那些希望快速开发的设计人员来说,为嵌入式视觉解决方案提供了一个易于使用的快速原型开发平台。嵌入式视觉开发套件是一个包含三块开发板的模块化平台,包括CrossLink VIP输入桥接板、ECP5 VIP处理器板和HDMI VIP输出桥接板。

·CrossLink VIP输入桥接板具有2个MIPI CSI-2接口,可连接至2个Sony IMX HD摄像头传感器。

·ECP5 VIP处理器板配有ECP5 FPGA,专门优化用于支持预处理和后处理。处理器板还通过NanoVestor连接器和与HelionVision合作的高清图像信号处理(ISP)IP支持外部图像传感器视频输入。

·基于Sil1136 IC,HDMI VIP输出板可连接标准的HDMI显示器。

三块开发板组成的套件可为机器人、无人机、ADAS、智能监控和AV / VR系统等应用提供所需的设计灵活性和低功耗。



推荐阅读

评论

技术专区

关闭