莱迪思博客

近来有关工业4.0的谈论十分热烈，这一术语用于描述制造业领域兴起的数字化、自动化和互连计算智能的趋势。随着工业4.0的发展，围绕云计算、物联网、安全互连以及AI等技术的价值和功能日益凸显，有望带来更加智能、稳定和高效的制造。 然而，随着工业4.0的兴起和这些领域的发展，对更高水平的技术和服务的需求也随之而来。具体而言，需要灵活和安全的工具促进互连，还需要更高级别的数据来优化系统、服务和整体的制造。 使用OPC UA和TSN满足工业标准 随着我们不断向工业4.0迈进，数据采集变得越来越重要。为了收集必要的数据，OPC统一架构（OPC UA）和时间敏感网络（TSN）越来越流行。 作为一种机器对机器的通信协议，OPC UA是一种独立于平台、面向服务的架构，它将OPC规范集成到框架中，可以简化互连，从而优化集成，自动化系统和软件应用，同时保障安全性。借助OPC UA，您可以轻松连接云端或网络边缘的远程设备，实现诊断、监控、报告和其他服务。 此外，结合TSN出色的实时功能，OPC UA成为不断发展的制造行业的关键解决方案。具体来说，在传感器和执行器层面将OPC UA与TSN叠加时，就能实现持续...

ABI公司的研究表明，截至2024年，具备设备端AI推理能力的设备比例预计将达到60%。印证了过去几年里AI的快速创新，这就要求在从云端向网络边缘转变的过程中，工程师需要开发更加灵活的设计模型。这一趋势的驱动力包括对超低延迟、安全性能的需求以及带宽限制和隐私保护等。 莱迪思FPGA和软件解决方案能够帮助设计人员使用现有的芯片加速实现面向未来的模型。本文将探索莱迪思FPGA和软件解决方案在计算机视觉和网络边缘AI设计中的一些应用示例。 为何FPGA是网络边缘计算和AI应用的最佳选择 FPGA本身具有灵活性和适应性，是网络边缘计算和AI应用的理想之选。 FPGA是一种并行计算引擎，能够以较低的时钟频率运行，因此功耗较低。此外整个架构还拥有灵活的资源，包括DSP、存储器、分散且互连的可编程逻辑单元，与那些AI专用的新型ASIC有诸多相似之处。然而，与ASIC和其他处理器不同的是，FPGA的灵活性能够持续优化系统内现有的用例，并且还能引入全新的用例，而无需使用新的硬件。 当我们将FPGA与ASIC的设计周期进行比较时，可以看到系统设计人员可以使用FPGA进行多次迭代，快速引入新应用并推向市场。...

人工智能和机器学习革命持续席卷多个应用领域，尤其是网络边缘应用。安全摄像头、机器人、工业设备、客户端PC甚至玩具等网络边缘设备现在都可以支持AI/ML功能，为用户带来了新的功能和体验。行业分析公司ABI Research表示，网络边缘AI 芯片组市场“过去经历了强劲增长，预计到2024年将继续增长至710亿美元规模，而2019年至2024年的复合年增长率高达31%。如此强劲的增长是因为AI推理工作负载由云端向网络边缘迁移，尤其是在智能手机、智能家居、汽车、可穿戴设备和机器人行业。” 然而，让客户端计算设备具备“智能”给产品设计带来了新的挑战。AI/ML作为一项新兴技术，许多OEM没有足够的团队经验或时间来从头开始设计解决方案。另一方面，用于训练客户端计算设备的算法正快速发展，因此开发人员也在寻找可现场升级的AI/ML解决方案。但对于许多网络边缘AI/ML应用的开发人员来说，最关键的问题在于如何在使用电池供电的设备中提供足够的处理性能来实现AI/ML功能？ 为了解决这些问题，应用开发人员和OEM需要使用灵活的硬件和软件解决方案，实现低功耗下...

Certus-NX FPGA的每平方毫米I/O密度高达同类竞品FPGA的两倍，重新定义低功耗通用FPGA。

低功耗特性何时才能成为致胜的决定因素？当然是在设计网络边缘设备上实时在线的AI推理解决方案时。在此情况下，功耗必须低至毫瓦级别。试想一下：网络边缘AI可以解决现实生活中的各种问题，它将变得无处不在。