各位老铁们,大家好,今天由我来为大家分享基于 FPGA 的嵌入式边缘计算平台设计及分析,以及的相关问题知识,希望对大家有所帮助。如果可以帮助到大家,还望关注收藏下本站,您的支持是我们最大的动力,谢谢大家了哈,下面我们开始吧!
EdgeBoard系列计算卡符合工业设计标准,满足-40C至85C的温度范围。接口齐全,可广泛适应安防监控、工业质检、医疗诊断、科研教学、智慧零售等多种场景。
1.为什么EdgeBoard使用FPGA理想的异构计算平台应具备三个基本能力:一是专有的硬件加速能力,提升算法性能;第二,高效、灵活地调整算法以适应不断演进的算法的能力;最后,丰富的外围接口,适合不同的应用场景。
CPU作为通用处理器,以逻辑计算为出发点,更注重控制流数据。适用于控制和调度任务,不易扩展外围电路。 GPU具有并行计算的特点,在训练阶段得到广泛应用。但由于功耗高、成本高,最终部署的产品很少。另外,时延较高,缺乏外围电路支持,不利于端部部署。在产品中。 ASIC作为一种专用集成电路芯片,具有体积小、功耗低、计算性能高等特点。然而AISC芯片的研发周期较长,需要大量的资金投入。由于芯片内部结构相对固定,无法适应快速发展的AI算法。在应用场景明确之前,ASIC显然不是最佳选择。
FPGA作为现场可编程门阵列,具有低功耗、低延迟、高性能等优点。其可编程特性可以灵活适应不同的算法。同时,FPGA丰富的外围接口可以满足不同的应用需求。 FPGA差异化的内部逻辑资源可以提供不同的算力支持。这些优点使得FPGA广泛应用于AI推理加速。
2.EdgeBoard计算卡介绍2-1 概述EdgeBoard 是一款基于Xilinx Zynq UltraScale+ MPSoC 系列芯片的计算卡。该芯片集成了ARM处理器+GPU+FPGA架构。具有多核处理能力、视频流硬解码处理能力、FPGA可编程特性。内置Linux 4.14.0系统和深度学习预装环境,与百度大脑模型定制平台(AIStudio、EasyDL、EasyEdge)深度对接,实现模型训练、部署、推理等一站式服务。
EdgeBoard计算卡产品可分为FZ9、FZ5、FZ3三个系列,是基于XCZU9EG开发的,市场定位和产品定位满足各类开发者的多样化需求。
2-2 FZ9系列计算卡EdgeBoard FZ9系列计算卡是基于XCZU9EG芯片的高性能计算卡,具有高性能、集成功能。 ZU9芯片PS侧有四核Cortex-A53和双核Cortex-R5以及Mali-400MP2 GPU; PL侧资源DSP Slices 2520个,计算性能达到3.6Tops,片上存储BRAM高达32.1Mb。
FZ9计算卡产品采用核心板+扩展板双层设计,增加了外部接口数量。其80*120mm的尺寸方便计算卡集成到产品中,并具有一体化的软硬件解决方案(软件+FPGA),支持多种视频源(USB、MIPI、BT1200、网络摄像头)的输入,并具有强大的视频预处理能力。视频输出DisplayPort接口兼容标准Linux视频框架V4L2。高性能的视频处理能力和标准化的视频输出接口可以满足机器学习、医疗诊断等行业的需求。
EdgeBoard FZ9 计算卡
2-3 FZ5系列计算卡EdgeBoard FZ5系列计算卡是基于XAZU5EV芯片的计算卡,提供高性能和功能集成,具有多路视频流H264H265标准编解码功能。 ZU5芯片的PS端还包括四核Cortex-A53、双核Cortex-R5和GPUMali-400MP2; PL侧资源DSP Slices 1248个,计算性能达到2.4Tops,片上存储BRAM达到5.1Mb,UltraRAM 18Mb。
FZ5计算卡产品延续了FZ9计算卡的产品形态。采用核心板+扩展板双层设计方案。拥有多个视频输入接口,VCU(VideoCodecUnit)硬核解码,对视频输入处理采用流水线设计,实现高吞吐量。高容量、低延迟,具有优异的功耗和性能比。该产品可广泛应用于有硬解码要求的视频图像推理,满足安防监控、工业质检、自动驾驶等行业的需求。
EdgeBoard FZ5 计算卡
2-4 FZ3系列计算卡EdgeBoard FZ3系列计算卡是一款基于XAZU3EG芯片的计算卡。处理器ZU3芯片内置四核Cortex-A53和核心FPGA可编程逻辑模块; PL侧资源DSP Slices 360个,实测计算性能达到1.2Tops,片上存储BRAM达到7.6Mb。
FZ3计算卡产品采用高集成度设计。板子尺寸为80*70mm。具有USB3.0、BT1120、MIPI、网络等多种视频输入接口。板载2GB 64位宽DDR4,整体功耗仅为5W。左右,功耗性能比出色。 FZ3产品具有高性能、低功耗、低成本、体积小等特点,可广泛应用于科研教学、智慧零售、安防监控等行业。
EdgeBoard FZ3 计算卡
3.EdgeBoard框架及性能介绍3-1 MPSoC系统框架Zynq UltraScale+ MPSoC 架构提供频率高达1.5GHz 的四核Cortex-A53 高效64 位ARMv8 应用处理器、具有双核ARM Cortex 的实时低功耗协处理器-R5 600MHz,ARM Mali-400MP2 GPU达到667MHz,同时EV系列还包括H.265/H.264视频编解码单元,提供原生UltraHD压缩和专用引擎,以满足动态电源管理和安全配置要求。 Zynq UltraScale+ MPSoC 平台系统的顶层框图如下:
MPSoC平台系统框架
3-2 EdgeBoard计算卡配置比较基于MPSoC平台系统顶层框图,EdgeBoard计算卡的系统框架设计如下:
EdgeBoard计算卡系统框架
配置方面,EdgeBoard计算卡有4GB和2GB不同的DDR4内存配置版本。存储支持8GB eMMC、256MB NOR Flash、8Kb EEPROM,并具有多种视频(USB、MIPI、BT1200、网络视频)输入接口。同时满足开发者方便调试的需求,支持TF卡系统盘启动。
EdgeBoard计算卡整体配置对比:
3-3 常用模型在EdgeBoard上的性能数据EdgeBoard的软核仍在升级中,性能也将同步提升。不同版本的网络模型有不同的算力要求,可以根据具体项目的应用需求进行定制和优化。
据可靠小道消息:EdgeBoard(FZ5、FZ9)开售,史上最低价,降价1000元。有兴趣的话可以查看一下:https://aim.baidu.com/product/5b8d8817-9141-4cfc-ae58-640e2815dfd4
好了,文章到这里就结束啦,如果本次分享的基于 FPGA 的嵌入式边缘计算平台设计及分析和问题对您有所帮助,还望关注下本站哦!
本文采摘于网络,不代表本站立场,转载联系作者并注明出处:https://www.iotsj.com//kuaixun/7818.html
用户评论
这个“EdgeBoard”听起来很酷!边缘计算一直都是个热门方向,有了FPGA也能更强大。
有7位网友表示赞同!
FPGA可编程性真的很棒,做嵌入式的AI应用感觉特别适合。
有10位网友表示赞同!
硬件设计和解析,这两方面都很有深度啊,想了解这个EdgeBoard具体是怎么实现的。
有13位网友表示赞同!
最近在做些边缘计算的研究,这篇文章刚好对胃口!
有17位网友表示赞同!
看看能不能通过“EdgeBoard”来降低AI应用部署的成本吧,开源吗?
有5位网友表示赞同!
FPGA+嵌入式AI,未来的趋势啊!这篇文章肯定很有价值。
有19位网友表示赞同!
希望文章能够详细介绍FPGA如何被使用在AI算法上呢,我很期待。
有18位网友表示赞同!
边缘计算带来的实时性和低延迟特性很吸引人,这个硬件方案能满足吗?
有18位网友表示赞同!
对于不太懂硬件的同学来说,这篇文章需要解释得更清晰一些吧。
有20位网友表示赞同!
FPGA可以实现定制化硬件加速,对于AI应用来说真是太棒了!
有19位网友表示赞同!
这种嵌入式的解决方案也许可以应用到各种小型设备上,前景挺广阔的!
有12位网友表示赞同!
不知道这个“EdgeBoard”的性能怎么样?能达到什么样的算力水平呢?
有11位网友表示赞同!
这篇文章的作者有没有分享过使用“EdgeBoard”的一些案例呢?实用的案例更能让人理解。
有13位网友表示赞同!
做嵌入式AI研究,经常会遇到硬件局限的问题,这个方案也许可以给我一些启发!
有8位网友表示赞同!
边缘计算的未来发展方向是什么?这篇文章可以给我们一些展望吗?
有8位网友表示赞同!
FPGA在嵌入式计算领域还有哪些应用场景呢?期待了解更多。
有16位网友表示赞同!
对于这个项目,有没有开源的代码或者设计文档可以参考使用?
有17位网友表示赞同!
希望这个硬件方案能被广泛应用,为边缘计算的发展做出贡献!
有5位网友表示赞同!
看到这篇标题就想看一看“EdgeBoard”到底是什么样子!
有6位网友表示赞同!