人工智能(AI)從云端服務器走向網絡邊緣，直接內建到各類物聯網(IoT)裝置，已經成為擋不住的發展趨勢。有鑒于此，現場可編程門陣列(FPGA)供貨商賽靈思(Xilinx)宣布，將在其現有的嵌入式視覺解決方案基礎上，強化對機器學習(MachineLearning)等人工智能功能的支持，并推出reVISION軟件堆棧。

　　賽靈思工業、科學、醫療(ISM)營銷資深技術經理羅霖表示，人工智能已經成為科技產業發展的重要趨勢，而且從核心(數據中心)往邊緣(各類聯網裝置)擴散的態勢十分明顯。不過，由于缺乏對應的函式庫(Library)等軟件堆棧輔助，應用開發者經常必須從頭到尾靠自己的力量進行開發，因此項目開發的時程很長，而且需要耗費大量人力。

　　為了解決這個問題，賽靈思宣布推出reVISION軟件堆棧解決方案。全新reVISION堆棧可讓對硬件設計不熟悉的軟件及系統工程師，也能夠更容易、更快速地開發支持人工智能的嵌入式視覺應用。這類應用涵蓋高階消費類產品、汽車、工業、醫療、以及航天與國防等領域，以及新一代的應用包含協作機器人、具備感測與碰撞規避功能的無人機、擴增實境、自動駕駛車、自動監視與醫學診斷等領域。在這些應用上，除了差異化至關重要外，其系統亦必須具備極快的反應能力，并快速部署最新的算法與傳感器，大約三分之二的視覺導向半導體應用都屬于此類市場。

　　reVISION為反應最快速的視覺系統鋪建了最快的發展途徑，與嵌入式GPU、傳統SoC解決方案相比，以賽靈思FPGA方案為基礎的機器學習推論，其每秒每瓦影像效能提升了高達6倍、計算機視覺每秒每瓦每幀處理速度則提升了40倍，而延遲卻只有五分之一。即使是對硬件不熟悉的開發者也能利用C、C++或OpenCL語言搭配如Caffe與OpenCV這類業界標準框架與函式庫，在ZynqSoC或MPSoC等芯片平臺上開發各種嵌入式視覺應用。

　　事實上，以FPGA來實現人工智能應用，具有非常大的優勢。人工智能領域的演進非常快速，具備可重組以及支持所有形式鏈接等優勢的FPGA，可以很輕松地進行各種修改或升級，以便在最短時間內支持新的人工智能算法。類神經網絡、算法、傳感器技術與接口標準都會持續加速演進，可重組特性對于「支持未來需求」的智能視覺系統至關重要。

　　賽靈思reVISION堆棧集眾多研發資源在平臺、算法、以及應用等領域的開發。其中包括支持最歡迎的類神經網絡如AlexNet、GoogLeNet、SqueezeNet、SSD、以及FCN。除此之外，堆棧提供了函式庫元素，包含針對卷積神經網絡(CNN)分層預先定義和作業優化，用來建立客制化類神經網絡(DNN/CNN)。機器學習組件佐以眾多運算加速OpenCV功能，用以執行計算機視覺處理作業。在應用層級開發方面，賽靈思支持業界標準框架，包括專為機器學習的Caffe以及計算機視覺方面的OpenVX。此外reVISION堆棧還包含賽靈思自己與第三方的開發平臺，內含眾多種類的傳感器。