新闻中心

EEPW首页 > 物联网与传感器 > 编辑观点 > 赛灵思SoC赋能工业和医疗物联网

赛灵思SoC赋能工业和医疗物联网

作者:王莹时间:2019-05-21来源:电子产品世界收藏

      日前,“赛灵思工业物联网研讨会”在京举行。公司ISM(工业、视觉、医疗和科学)部门的市场总监Chetan Khona接受了电子产品世界等媒体的采访。

本文引用地址:http://www.amcfsurvey.com/article/201905/400724.htm

1558451798313383.png

      Khona先生指出,当前工业物联网()和医疗物联网(HcIoT)面临诸多挑战,并探讨了时下热门的AI云端和边缘技术特点,称赛灵思的解决方案——Zynq及Zynq UltraScale+系列满足了当前的需求,接下来的2020年上半年,还将会推出新一代Versal,带有AI Edge版本,以满足未来ISM的需要。 

      1  Xilinx增长率达24%

      Xilinx 1984年成立,是全球首家无晶圆半导体(fabless)企业,2019财年营收30亿美元,年增长率达24%。ISM部门占公司1/4的营收。

      公司的产品质量高,从2011年到2018年期间达到了0召回(如下图)。而且使用寿命也很长,Xilinx产品有最低15年的生命周期,有些甚至达二三十年。

11.png

      可见Xilinx公司财务健康,产品质量和可靠性高,能够满足ISM/嵌入式的需要。

      2  工业和医疗物联网的趋势

      和HcIoT的共同特点是数据爆炸,例如每年创建2.5艾字节数据,全球90%的数据产生于过去两年,2019年AI领域将使用超过60尧字节的数据。所以Xilinx的核心是帮助客户有效地利用数据。

      的热门应用之一是预测性维护(如下表),可以最大限度地减少停机时间。其次还有分析,可以实现深刻见解。再有是连接性,以实现远程诊断和OTA(空中下载)更新。

12.png 

      比工业物联网更重要的是医疗物联网,因为它最终改善了人们的生活质量,例如减少医院病房的等待时间(如下表),通过AI提升诊断效率和质量,通过远程监控让一些有条件的患者无需占用病床的床位、而是得到居家的医疗监控。

13.png

      不过,IIoT和HcIoT也带来了一系列问题,例如隐私、随时间推移的越来越高的安全性、时延、成本、可靠的连接。工厂和医院都是昂贵的资产,有效的投资可提高投资回报率。赛灵思(Xilinx)的解决方案有灵活和自适应(例如,根据客户的需要,可在器件端和云端提供计算资源)特点。

      工业时延的起码要求是最低10ms。从新出现的“数据重力”和“数据惯性”术语所知,处理需要推送到数据所在的地方(如下图),因此Xilinx ISM部门的建议是:在数据的边缘处理,效率和效能最佳。

1.png

      如图1右是一个平台,现在有很多嵌入式的工程师团队都会开发平台,这和十年前或者更早的情况(图1左)形成了鲜明的对比。十年或者更早以前,经常在一个公司内部就有多个工程师团队,而且他们在设计方面会做独立的决策,例如一个团队选择PPC、VxWorks、CAN,还有的选Arm、Linux、MQTT,还有一个选x86、Windows、OPC UA,他们之所以能够自主的选择这些系统,是因为当时这些系统非常的简单。

2.png

      但是现在这些系统不再那么简单了,例如工业物联网、医疗物联网虽然非常强大,但是越来越复杂,这也使得工程师团队越来越多地选择公共平台。因为现在工业界出现了一个趋势,也就是IT、OT的融合,信息技术和操作技术的融合。IT指的是像思科和华为这类的企业,OT是西门子等自动化领域的企业,对于工业物联网和医疗物联网来说,越来越多的是需要把这些能力集成到单个器件上。

       所以这个过程现在非常复杂,这种嵌入式的设计不仅是要做软件和硬件的开发,而且云的开发者也希望能够连接这些信息,来收集这些器件的信息,所以如果还是按照原来的方法,所有人选用不同的处理架构、操作系统和连接标准,对云开发者来说这就太困难了,需要不断地去进行调整和改变,所以如果他们能够有一个公共的架构和平台,这样能够帮助他们非常迅速简易地去开发给自己公司使用的SaaS(软件即服务)产品,即能够创造一个新的收入流。

      这也是为什么很多客户选择Zynq和Zynq UltraScale+ 的原因,因为赛灵思能够提供一个功能非常强大的平台,例如 Zynq 中的Arm系统就能够为云开发提供服务,同时还能提供IT和OT的支持,以及提供FPGA的定制化,所以“工业性能+定制功能”,使赛灵思的产品非常有吸引力。

      这不仅是理论,而且已实际发生了。例如在中国,Zynq SoC已有成功案例,例如南瑞继保,其解决方案已通过国家电网认证。

      值得一提的是,Xilinx并不认为边缘和云端计算是对立的(电子产品世界的记者认为隐含的意思是:Xilinx的ISM部门重点是边缘计算,另外,Xilinx还有云计算部门),由于Zynq和Zynq UltraScale+的灵活性和自适应性,都是跨边缘和云的可扩展IIoT平台(如下图)。

1.png

      3   Xilinx工业和视觉解决方案

      有三大类:IIoT和HcIoT解决方案堆栈,Alveo加速器卡为工业PC加速,互补的边缘与云协作。

      3.1  AI解决方案

      AI分为大AI和小AI之分,或称为重量级AI和轻量级AI。Xilinx都有方案。

      大AI可实现低时延、高性能的DNN的解决方案(如下图)。

3.png

      小AI有基于Python的经典机器学习的开源解决方案,诸如PYNQ(Python Productivity For Zynq)和pandas等。值得一提的是,Python语言深受年轻人喜欢。

      边缘AI方面,Xilinx于2018年收购了深鉴科技公司,带来了模型剪枝技术(如下图),提高了效率。因为随着AI发展,计算的位数在不断降低,过去公认是16位,现在公认是8位浮点、8位定点,未来可能缩减到2位(BNN)。利用模型剪枝技术,可把不必要的数据先去除,因此相同精度下可提升6倍fps(帧每秒)。可见,Xilinx可以支持这种位数不断降低的发展趋势,而很多友商只有一种位数处理方法,例如16位或8位,不够灵活。

4.png

      旷世公司是Zynq SoC的用户,用于前端摄像头设备,不仅功耗低,而且识别效率一流。

      3.2  Alveo加速器卡为工业PC加速

      Alveo加速器卡可用于机器人运动规划:这需要大量计算,例如有人挠了机器人的头一下,这看似一个简单的动作,但是机器人要大量计算,把无效的人的动作剔除。

      一个Alveo加速器卡可控制8台机器人。

1558508408749948.png

      Alveo U200加速器卡的一个鲜活案例是上海联影科技,用于医疗CT机。

      3.3  边缘与云端互补协作

      在云端,很多连接是时断时续的,因此边缘计算很重要。因此云厂商重视嵌入式端,例如Amazon aws雇佣了FreeRTOS作者,推出Amazon FreeRTOS微控制器(MCU)操作系统;微软前不久也收购了实时操作系统公司Express Logic。

      现在,越来越多的ISM客户选择Xilinx的Zynq及Zynq UltraScale+方案,因为它们可实现跨边缘计算和云的可扩展IIoT平台。

      例如精锋微控的智能机器人驱动与控制平台,用一个Zynq SoC取代了二十多个芯片和工业网络连接,只有1/6的尺寸和1/5的成本。此外,迈瑞、海康威视也是Xilinx的用户,因为Zynq及Zynq UltraScale+具有成本竞争优势,并且不会因此牺牲性能。

      4  下一代SoC产品

      Xilinx的下一代产品是ACAP(自适应计算加速平台)(如下图)。

6.png

      具体的芯片品牌是Versal,如下图。可圈可点的是,2020年将推出Versal带AI Edge的版本(如下图),这将是Zynq及Zynq UltraScale+的继任者,将实现每瓦AI高性能,其将采用收购的深鉴的模型剪枝技术。 

7.png




关键词: SoC IIoT

评论


相关推荐

技术专区

关闭