1. 首页 > 快讯

基于 FPGA 的嵌入式边缘计算平台设计及分析

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!

用户评论

浮殇年华

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!

何年何念

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!

心亡则人忘

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!

纯真ブ已不复存在

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!

呆檬

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!

金橙橙。-

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!

封锁感觉

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!

残花为谁悲丶

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!

追忆思域。

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!

?娘子汉

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!

走过海棠暮

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!

苍白的笑〃

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!

坠入深海i

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!

一样剩余

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!

无关风月

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!

愁杀

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!

旧爱剩女

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!

陌颜幽梦

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!

心脏偷懒

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!

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

联系我们

在线咨询:点击这里给我发消息

微信号:666666