電子發燒友網>電子資料下載>電子資料>使用 Efinix 的支持量子的 FPGA 實現低功耗、高性能的邊緣計算

使用 Efinix 的支持量子的 FPGA 實現低功耗、高性能的邊緣計算

2512953 2022-11-25 | pdf | 315.86KB | 次下載 | 免費

資料介紹

經典云計算存在延遲、數據安全、最終用戶隱私、可用帶寬和可靠連接等問題。為了解決這些問題，設計師和系統架構師正在轉向邊緣計算。然而，邊緣計算也面臨著一系列挑戰，從成本、尺寸、性能和功耗，到可擴展性、靈活性和可升級性問題。當設計人員希望在更靠近數據源的地方進行更多圖像處理并實施更多人工智能 (AI) 和機器學習 (ML) 算法時，情況尤其如此。經典云計算存在延遲、數據安全、最終用戶隱私、可用帶寬和可靠連接等問題。為了解決這些問題，設計師和系統架構師正在轉向邊緣計算。然而，邊緣計算也面臨著一系列挑戰，從成本、尺寸、性能和功耗，到可擴展性、靈活性和可升級性問題。當設計人員希望在更靠近數據源的地方進行更多圖像處理并實施更多人工智能 (AI) 和機器學習 (ML) 算法時，情況尤其如此。因此，設計人員正在超越傳統的微控制器 (MCU) 或應用處理器 (AP)，并考慮具有并行處理能力的現場可編程門陣列 (FPGA)。FPGA 設計和實現的穩步改進意味著它們現在可以滿足許多或所有這些要求——無論是作為獨立設備，還是與 MCU 和 AP 結合使用。也就是說，許多設計人員不熟悉 FPGA，并且擔心學習曲線。因此，設計人員正在超越傳統的微控制器 (MCU) 或應用處理器 (AP)，并考慮具有并行處理能力的現場可編程門陣列 (FPGA)。FPGA 設計和實現的穩步改進意味著它們現在可以滿足許多或所有這些要求——無論是作為獨立設備，還是與 MCU 和 AP 結合使用。也就是說，許多設計人員不熟悉 FPGA，并且擔心學習曲線。本文簡要討論了從云計算到邊緣計算的遷移，以及為什么傳統處理架構在圖像處理以及 AI 和 ML 方面存在不足。然后快速了解 FPGA 以及它們為何對這些數據密集型邊緣應用具有架構優勢。最后，它介紹了一種新的 FPGA 方法本文簡要討論了從云計算到邊緣計算的遷移，以及為什么傳統處理架構在圖像處理以及 AI 和 ML 方面存在不足。然后快速了解 FPGA 以及它們為何對這些數據密集型邊緣應用具有架構優勢。最后，它介紹了一種新的 FPGA 方法——Efinix——Efinix的 Quantum 技術——以及如何應用它。的 Quantum 技術——以及如何應用它。為什么是邊緣計算？為什么是邊緣計算？在傳統的云計算中，數據是從無數遠程位置收集的，并輸入到基于云的系統中進行存儲和分析。然而，這種方法有很多缺點。其中包括傳輸大量原始數據的成本、在傳輸過程中維護數據的完整性和安全性、響應延遲、最終用戶隱私問題，以及通常不可靠的互聯網連接和可用帶寬的次優使用。在傳統的云計算中，數據是從無數遠程位置收集的，并輸入到基于云的系統中進行存儲和分析。然而，這種方法有很多缺點。其中包括傳輸大量原始數據的成本、在傳輸過程中維護數據的完整性和安全性、響應延遲、最終用戶隱私問題，以及通常不可靠的互聯網連接和可用帶寬的次優使用。顧名思義，邊緣計算意味著將處理（計算和分析）移動到更靠近互聯網邊緣的位置，就在生成、分析、收集和應用數據的地方。術語邊緣計算不是特定于應用程序或設備的，設計人員可以根據需要選擇僅邊緣處理或云與邊緣之間的平衡。顧名思義，邊緣計算意味著將處理（計算和分析）移動到更靠近互聯網邊緣的位置，就在生成、分析、收集和應用數據的地方。術語邊緣計算不是特定于應用程序或設備的，設計人員可以根據需要選擇僅邊緣處理或云與邊緣之間的平衡。邊緣應用包括智能工廠、智能城市、智能家居和智能交通，僅舉幾例。此外，邊緣設備的范圍可以從大型高端邊緣服務器到位于互聯網最邊緣（數據生成點）的相對較小的傳感器和執行器系統。邊緣應用包括智能工廠、智能城市、智能家居和智能交通，僅舉幾例。此外，邊緣設備的范圍可以從大型高端邊緣服務器到位于互聯網最邊緣（數據生成點）的相對較小的傳感器和執行器系統。FPGA的優勢