互聯性對智能設備更高的性能要求
加入技術交流群
賽靈思關注包括云計算、嵌入式視覺、工業和消費類物聯網(IIoT和IoT)及5G 連接的相關未來趨勢。
未來將會有超過500億的器件和機器于2020年前實現互連。一旦連接，它們必須具有足夠的安全性以抵御硬件級別的直接入侵。 因為這些設備、機器、系統和網絡對環境的感知度越來越高，它們必須適應它們的環境和需求，因而必須具有更高的可編程性與軟件定義性。此外，它們還必須具備可擴展性，因為越來越多的功能不僅進行了虛擬化，而且還高效映射到了共享計算資源中。由于數據和視頻是通過無處不在的傳感器和攝像機采集的，因此，分析必須幫助這些機器進行識別、說明、決策和行動。此外，這些系統和網絡還必須滿足心急的最終用戶與實時場景不斷增長的需要，其需要即時的低時延響應。然而在幕后，它們還必須在盡量降低功耗的同時，通過更為高級的算法處理呈指數增長的數據量、數據包和像素。并且還必須高度差異化，否則將在競爭日益激烈的低成本全球市場中失敗。這只能通過將軟件智能與硬件優化、“任意”連接相組合來實現。Xilinx全可編程解決方案可實現更智能的互連差異化系統，從而可將最高級別的軟件智能性與硬件優化及“任意”連接功能進行完美整合，成為驅動行業大趨勢未來發展的強大動力。
Xilinx公司戰略與市場營銷部高級副總裁 Steve Glaser
關鍵技術相互依存
推動這些大趨勢的一些關鍵技術，包括機器學習訓練和推斷、實時的計算機視覺、日益異構化的傳感器融合、預測分析、大規模無線MIMO，網絡功能虛擬化(NFV)以及超高清視頻串流。我們看到的是， 技術的進步有空前加速和統一的趨勢，眾多的技術正在不斷地被組合在一起 ，創造出全新的應用和市場。
我們也越來越多地看到這些大趨勢和相關支持技術的相互依存。例如，包括自動駕駛汽車、“協作機器人(cobot)”和“感知與規避”無人機等視覺導向的自主系統的開發，就是通過將可重配置和實時傳感器融合、計算機視覺和機器學習技術集中于同一“全可編程”或者硬件加速多處理系統級芯片(MPSoC)而實現的。
由于5G連接技術的出現，這些自主系統將成為物聯網的組成部分，從而獲得不間斷的機器學習訓練更新、預測維護指令、新功能及服務更新，以及實時的超高清視頻云端上傳和下載。在“霧”計算的配合下，云計算將利用可重配置的FPGA加速技術，以更高的吞吐量和更低的時延處理這些工作負載。
擴陣容、推環境、建專區
一方面，Xilinx大力擴充了其產品陣容。今天的賽靈思， 從產品上既有廣泛的全可編程FPGA器件系列，還包括從單核到雙核直到多核的可擴展型系統級Zynq SoC及MPSoC芯片; 既有傳統的高端產品系列， 又擴充了強大的成本優化型FPGA系列和基于ARM的SoC系列產品， 從而為越來越多領域對全可編程器件的需求提供了豐富的選擇。
另一方面，為滿足更加廣泛軟件與系統工程師社區的需求，賽靈思地推出新一代軟件定義的SDx開發環境大幅降低FPGA開發難度，為軟件及系統級工程師也能享受FPGA硬件開發的優勢提供了“全可編程”的編程模式，可以用其熟悉的C, C++, OpenCL語言或者堆棧進行設計的。
此外，面向可編程器件應用需求，賽靈思相繼在官網推出了面向軟件、硬件及系統開發人員的嵌入式視覺開發者專區及“加速專區”。其中匯集龐大而豐富的工程設計資源，包括軟件開發優化庫、硬件開發人員視覺 IP、項目，以及賽靈思及其聯盟計劃成員和社區開發人員所提供的各種教程。通過這些這些專區，賽靈思為開發人員快速啟動開發下一代視覺系統提供了一個“一站式平臺”，幫助他們充分利用基于機器學習技術的傳感器融合、高級計算機視覺算法以及對象檢測與分析功能等。
評論