江苏龙网

  1. 首页 > 资讯 > 科技 > >

【】百度EdgeBoard深度学习计算卡全系家族硬件解析

EdgeBoard是基于FPGA打造的嵌入式AI解决方案 ， 能够提供强大的算力 ， 并支持定制化模型 ， 适配各种不同的场景 ， 并大幅提高设备的AI推理能deeplab力 ， 具有高性能、高通用、易集成等特点 。
EdgeBoard系列计算卡符合工业设计标准、满足-40℃~85℃的温度范围 ， 接口齐全 ， 可广泛适配如安防监控、工业质检、医疗诊断、科研教学、智能零售等各种场景 。
EdgeBoard产品分为三个系列 ， 称之为“三兄弟” ， 能够满足客户不同的需求 ， 既有满足高性能计算的方案 ， 也有高性价比的处理方案 。本文将从“三兄弟”的特点及整体硬件框架两个方面来介绍EdgeBoard 。
1.为什么EdgeBoard使用FPGA
理想的异构计算平台应该具备三种基本能力：首先专有的硬件加速能力 ， 提高算法的性能；其次高效灵活适配算法的能力 ， 适配不断演进的算法；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 ， 以逻辑计算作为出发点 ， 更偏重控制流数据 ， 适用于控制和调度类任务 ， 不易于进行外围电路的扩展 。GPU具有并行计算的特点 ， 广泛应用在训练阶段 ， 但由于功耗大、成本高等原因 ， 少有部署在端上的产品 ， 另外高延迟及缺少对外围电路的支持也不利于部署到端上的产品中 。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 ， 但AISC芯片研发时间长 ， 资金投入大 ， 由于芯片内部结构相对固定 ， 无法适配快速演进的AI算法 ， 在应用场景没有明确之前ASIC显然不是最优的选择 。
FPGA作为一种现场可编程门阵列 ， 具有低功耗、低延迟、高性能等优势 ， 其可编程的特性又可以灵活适配不同的算法 ， 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 ， 这些优势使得FPGA被广泛应用在AI推理加速上 。
2.EdgeBoard计算卡介绍
2-1 概述
EdgeBoard是基于Xilinx Zynq UltraScale+ MPSoC系列芯片打造的计算卡 ， 芯片内部集成ARM处理器+GPU+FPGA的架构 ， 既具有多核处理能力、也有视频流硬解码处理能力 ， 还具有FPGA的可编程的特点 。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）深度打通 ， 实现模型的训练、部署、推理等一站式服务 。
EdgeBoard计算卡产品可以分为FZ9、FZ5、FZ3三个系列 ， 是分别基于XCZU9EG、XAZU5EV、XAZU3EG研发而来 ， 分别具有高性能 ， 硬解码 ， 低成本等特点 ， 针对不同需求和应用场景 ， 有不同的市场定位和产品定位 ， 满足各类开发者多样性的需求 。
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 ， 具有较高的性能和集成功能 。ZU9芯片PS端具有四核Cortex-A53和双核Cortex-R5 以及Mali-400MP2 GPU；PL端资源DSP Slices 2520 ， 计算性能达3.6Tops ， 片上存储BRAM高达32.1Mb 。
FZ9计算卡产品采用核心板+扩展板的双层设计方案 ， 增加了对外接口的数量 ， 其80*120mm的尺寸方便计算卡集成于到产品中 ， 具备软硬一体的解决方案（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满足机器学习、医疗诊断等行业需求 。
【】百度EdgeBoard深度学习计算卡全系家族硬件解析
文章图片

文章图片

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 ， 提供较高性能和功能集成 ， 具有多路视频流H264&H265标准的编解码功能 。ZU5芯片PS端同样包含四核Cortex-A53 、双核Cortex-R5、以及GPU Mali-400MP2；PL端资源DSP Slices 1248 ， 计算性能达2.4Tops ， 片上存储BRAM达5.1Mb ， UltraRAM 18Mb 。


推荐阅读


上一篇：『』中电科安2019年净利2024.32万增长2.69% 营业成本减少

下一篇：『副业』猎聘：直播、二次元等热门领域中90后从业者超50%