邊緣AI開發(fā)，如何駛上快車道？

在云計算之后，邊緣計算將成為未來十年物聯(lián)網(wǎng)市場新的增長點，這已經(jīng)是不爭的事實。據(jù)市場研究機構(gòu)Gartner預(yù)測，到2025年將有75%的數(shù)據(jù)產(chǎn)生于網(wǎng)絡(luò)邊緣，也就是說整個智能世界的計算資源分布重心正在移向“邊緣”。

不同于傳統(tǒng)云計算架構(gòu)中將所有計算資源都集中在云端的做法，邊緣計算將更多的計算任務(wù)放到網(wǎng)絡(luò)邊緣端完成，這樣的計算架構(gòu)在減少延遲、避免大量數(shù)據(jù)傳輸對帶寬的占用、保護本地敏感數(shù)據(jù)安全等方面有獨特的優(yōu)勢。

特別是隨著人工智能（AI）應(yīng)用的普及，“在云端訓(xùn)練，在邊緣端推理”的模式已被普遍認同。通過在邊緣設(shè)備中部署經(jīng)過訓(xùn)練的機器學(xué)習(xí)模型，讓邊緣設(shè)備能夠快速、高效地完成AI推理工作，可以促使越來越多的AI應(yīng)用加速落地。

國際電信咨詢公司STL Partners預(yù)測，邊緣計算的潛在市場將從2020年的90億美元快速攀升至2030年的4,450億美元，復(fù)合年增長率高達48%！而如此蓬勃發(fā)展的市場，也給置身其中的玩家提出了更高的要求——想要跟上市場發(fā)展的速度，就需要你的邊緣AI開發(fā)也能夠駛?cè)肟燔嚨馈?/p>

邊緣AI催生自適應(yīng)計算

應(yīng)用開發(fā)想要“上高速”，一個先決條件就是要選一臺跑得快的好“車”——針對邊緣AI開發(fā)來講，就是要挑選一個可以任性“加速”的開發(fā)平臺。

一個AI推理應(yīng)用，既需要對AI處理部分進行加速，也需要滿足非AI的預(yù)處理和后處理等環(huán)節(jié)的功能要求，也就是說要對整體的應(yīng)用流程進行優(yōu)化。

針對這樣的開發(fā)需求，使用單一架構(gòu)的通用CPU，雖然靈活可擴展，可以支持不同應(yīng)用的要求，但對于整體應(yīng)用流程加速顯然會捉襟見肘，力不從心。而如果為AI應(yīng)用開發(fā)專門的ASIC或ASSP，雖然可以提供高度優(yōu)化的應(yīng)用實現(xiàn)方案以及高確定性與低時延，但又會面臨著開發(fā)周期長、研發(fā)成本高的困擾。與此同時，采用固定專用芯片架構(gòu)還面臨著一個更嚴峻的挑戰(zhàn)，那就是AI模型的技術(shù)迭代速度遠遠快于芯片開發(fā)的周期，這就會導(dǎo)致芯片好不容易開發(fā)出來就已經(jīng)落伍了，成為無可挽回的沉沒成本。

圖1：AI推理應(yīng)用需要全流程的整體應(yīng)用加速

（圖源：AMD）

面對多樣化的邊緣應(yīng)用、快速迭代的AI技術(shù)，既然通用的CPU和專用的芯片都無法滿足要求，就需要一種新的開發(fā)平臺來補位——這就是基于可編程邏輯的自適應(yīng)計算平臺。

所謂自適應(yīng)計算平臺，就是在不同規(guī)模的FPGA結(jié)構(gòu)上集成一個或多個嵌入式CPU 子系統(tǒng)、IO及其他外設(shè)模塊的異構(gòu)計算平臺。這種平臺也被稱為自適應(yīng)SoC或FPGA SoC，它既有嵌入式CPU子系統(tǒng)所具備的靈活性，又可通過硬件編程提供所需的數(shù)據(jù)處理加速性能，因此開發(fā)者能夠?qū)⒄_的任務(wù)分配給正確的計算引擎，最終既能夠為AI推理進行加速，又可以滿足非AI部分的計算要求，進而為各類特定應(yīng)用提供理想的解決方案。而且，即使工作負載或標準發(fā)生演進和變化，自適應(yīng)SoC仍能根據(jù)需要快速配置、靈活適應(yīng)。

正是因為自適應(yīng)SoC兼具性能和靈活性的優(yōu)勢，近年來其已經(jīng)發(fā)展成為邊緣計算中一個重要的計算架構(gòu)，也是FPGA廠商在著力打造的一個產(chǎn)品線。比如AMD的Zynq?UltraScale+TM MPSoC器件就是其中的代表作。（如圖2所示）

圖2：Zynq?UltraScale+TM MPSoC平臺框圖

（圖源：AMD）

加速自適應(yīng)計算的應(yīng)用開發(fā)

顯而易見，自適應(yīng)計算SoC可以為用戶帶來三重自由度，即軟件可編程能力、硬件可編程能力以及嵌入式平臺的可擴展能力。

不過這種“自由度”對開發(fā)者來講也是一把“雙刃劍”——它們雖然比其他嵌入式計算架構(gòu)更加靈活，但也會令開發(fā)變得更加復(fù)雜。這種復(fù)雜性來自兩個方面：其一，F(xiàn)PGA的設(shè)計開發(fā)流程本身就有較高的門檻，能夠熟練掌握的開發(fā)者并不多；其二，基于異構(gòu)平臺的整體優(yōu)化，往往需要多個團隊之間的協(xié)同工作，使得開發(fā)時間和成本不易掌控。

因此，雖然自適應(yīng)計算SoC對性能的“加速”能力顯而易見，但是想讓其應(yīng)用開發(fā)過程也得以“加速”，并不是一件簡單的事。

不過，聰明的工程師們總有辦法讓“不簡單”的事情變簡單。在“為自適應(yīng)計算應(yīng)用開發(fā)加速”這件事兒上，AMD的工程師就為開發(fā)者們提供了一個可行而高效的方法——基于自適應(yīng)系統(tǒng)模塊（SOM）的解決方案。

所謂SOM，想必大家不會陌生，這是一個集成了內(nèi)核芯片以及外圍的存儲器、IO接口等功能電路的完整計算系統(tǒng)，它通常不是獨立使用的，而是要通過連接器插入到母板（即一個更大型的邊緣應(yīng)用系統(tǒng)）中實現(xiàn)一個特定的完整應(yīng)用。

SOM為開發(fā)者帶來的好處，歸納起來主要有三點：

#1 首先，SOM都是經(jīng)過嚴格調(diào)試、測試和驗證的產(chǎn)品，因此開發(fā)過程不必從更為底層的芯片進行，可以節(jié)省大量的時間和成本。

#2 其次，SOM具有很強的可擴展性，插入不同的系統(tǒng)板，即能實現(xiàn)定制的方案，這就為系統(tǒng)設(shè)計帶來了更強的靈活性與易用性。

#3 此外，SOM是可量產(chǎn)化的，在性價比、可靠性等方面都經(jīng)過了全面的優(yōu)化，因此使用在批量的商用產(chǎn)品中完全沒有問題。

而上面這些優(yōu)勢，正是自適應(yīng)計算應(yīng)用開發(fā)中面臨的“痛點”，因此設(shè)計一個自適應(yīng)SOM，并利用其為自適應(yīng)計算提速，為邊緣AI方案賦能，也就成了駛上邊緣AI“高速公路”的關(guān)鍵“入口”。

AMD的自適應(yīng)SOM

AMD的Kria K26 SOM就是大家在駛?cè)脒吘堿I快車道時，在尋找的這個關(guān)鍵“入口”。

圖3：Kria K26 SOM

（圖源：AMD）

該SOM基于Zynq UltraScale+ MPSoC架構(gòu)，內(nèi)置一個64位的四核Arm Cortex-A53應(yīng)用處理器組，并配套一個32位的雙核Arm Cortex-R5F實時處理器和一個Arm Mali-400MP2 3D圖形處理器。SOM上還包括4GB的64位DDR4存儲器和QSPI與eMMC存儲器。

Kria K26 SOM可提供25.6萬個系統(tǒng)邏輯單元、1,248個DSP、26.6Mb的片上內(nèi)存。這使得用戶能夠獲得豐富的資源和設(shè)計自由度，以實現(xiàn)不同應(yīng)用中的視覺功能以及可編程邏輯中額外的機器學(xué)習(xí)預(yù)處理和后處理硬件加速功能。

此外，該SOM還為H.264/H.265提供了內(nèi)置的視頻編解碼器，可支持高達32個編碼、解碼并發(fā)流，只要視頻總像素在60FPS下不超過3840 x 2160P。

圖4：Kria K26 SOM框圖

（圖源：AMD）

在安全性方面，Kria K26 SOM采用Zynq UltraScale+架構(gòu)內(nèi)置的硬件可信根實現(xiàn)的固有的安全啟動功能，通過外部TPM2.0擴展用于測量啟動并遵循IEC 62443規(guī)范。

此外，出色的I/O靈活性也是Kria K26 SOM一大亮點——它擁有大量的1.8V、3.3V單端與差分I/O，四個6Gb/s收發(fā)器和四個12.5Gb/s收發(fā)器，便于SOM支持更多的圖像傳感器以及多種傳感器接口類型，其中包括通常ASSP和GPU不支持的MIPI、LVDS、SLVS 和SLVS-EC。

此外，用戶還能通過可編程邏輯實現(xiàn)DisplayPort、HDMI、PCIe、USB2.0/3.0等標準，以及其他用戶自定義的標準。

在外形上，Kria K26 SOM的尺寸為77mm x 60mm x 11mm，緊湊的外形非常便于集成到系統(tǒng)中，且根據(jù)規(guī)劃，未來AMD還將推出更小尺寸的SOM。目前Kria K26 SOM分為商用級和工業(yè)級兩個版本，用戶可以根據(jù)終端應(yīng)用的需要進行選擇。

圖5：商用級和工業(yè)級K26 SOM特性比較

（圖源：AMD）

Kria K26 SOM帶來的價值

使用Kria K26 SOM會是一種什么樣的體驗？在設(shè)計實戰(zhàn)中，Kria K26 SOM的表現(xiàn)如何？想必這是大家都關(guān)心的問題。

首先，從簡化硬件設(shè)計流程來看，與傳統(tǒng)的基于器件的設(shè)計相比，基于SOM的設(shè)計省去了RTL/硬件設(shè)計、器件調(diào)試、電路板設(shè)計等環(huán)節(jié)，直接從系統(tǒng)級設(shè)計開始，因此可以大大簡化開發(fā)流程——據(jù)AMD的分析，基于SOM的設(shè)計可以縮短新產(chǎn)品上市時間多達9個月！

圖6：基于SOM的設(shè)計與基于芯片的設(shè)計過程相比，可以縮短新產(chǎn)品上市時間多達9個月（圖源：AMD）

在硬件性能方面，在AMD提供的一個汽車車牌識別（ANPR）應(yīng)用案例中，基于Kria K26 SOM的解決方案出色地完成了包含視頻解碼、圖像預(yù)處理、機器學(xué)習(xí)（檢測）和OCR字符識別在內(nèi)全流程的加速和優(yōu)化，與采用GPU架構(gòu)的SOM方案相比，在計算性能、能效表現(xiàn)、以及每視頻流成本上都有明顯的優(yōu)勢（如圖7）。相信隨著K26 SOM應(yīng)用的擴展，其在性能上的潛質(zhì)也會被越來越多地挖掘出來。

圖7：在ANPR案例中，K26 SOM表現(xiàn)出明顯性能優(yōu)勢（圖源：AMD）

特別值得一提的是，Kria K26 SOM除了可以為硬件開發(fā)者帶來諸多好處，對軟件開發(fā)者也是一個福音。隨著與Kria K26 SOM配套的邊緣AI軟件工具、庫和框架的發(fā)展，一些設(shè)計團隊可以在無需硬件工程師介入的情況下使用自適應(yīng)計算。

對于軟件開發(fā)者而言，Kria K26 SOM和AMD提供的綜合軟件平臺，可以使其在熟悉的Python、C++、TensorFlow和PyTorch等環(huán)境下進行開發(fā)，為其提供易于使用、開箱即用的體驗。再加上AMD生態(tài)系統(tǒng)中第三方軟件廠商資源的支持，更是可以讓邊緣AI開發(fā)的性能和靈活性提升到一個更高的水平。

快速體驗Kria K26 SOM

為了方便開發(fā)者快速體驗到Kria K26 SOM的強大能力，挖掘Kria K26 SOM的價值，AMD針對一些典型的邊緣AI應(yīng)用，還提供了開箱即用的入門級開發(fā)套件。

Kria KV260是專為視覺應(yīng)用而開發(fā)的視覺AI入門套件，它配有非生產(chǎn)版本的Kria K26 SOM，以及安裝有風扇散熱器的評估載板，可通過onsemi成像器訪問系統(tǒng)（IAS）和Raspberry Pi連接器提供多攝像頭支持。該開發(fā)套件還可由PMOD擴展支持豐富的傳感器模塊。

基于KV260視覺AI入門套件，軟硬件開發(fā)人員無需FPGA經(jīng)驗，即可在1小時內(nèi)啟動和運行應(yīng)用程序，進而在Kria K26 SOM上快速實現(xiàn)視覺AI應(yīng)用的批量部署。

圖8：Kria KV260視覺AI入門套件

（圖源：AMD）

Kria KR260機器人入門套件是AMD新推出的一款基于Kria K26 SOM的開發(fā)平臺，它具有高性能接口和原生ROS 2支持，旨在為機器人和嵌入式開發(fā)人員提供快速簡便的開發(fā)體驗。

該開發(fā)套件包括Kria K26 SOM、載板和散熱系統(tǒng)，以及電源解決方案、多個以太網(wǎng)接口、SFP+連接、SLVS-EC傳感器接口和microSD卡，其目標應(yīng)用包括工廠自動化、通信、控制和視覺，特別是機器人和機器視覺應(yīng)用。

圖9：Kria KR260機器人入門套件

（圖源：AMD）

本文小結(jié)

云計算已經(jīng)深刻改變了IT和IoT世界的格局，而邊緣計算的興起正在重塑新的游戲規(guī)則。在這一趨勢中，如何讓越來越多的邊緣AI應(yīng)用快速落地，需要一種不同以往的計算平臺，以及與之相適應(yīng)的開發(fā)方法。自適應(yīng)SOM也就應(yīng)運而生了。

AMD的Kria K26 SOM可以讓你的邊緣AI開發(fā)駛上快車道，并沿著這條高速公路，將邊緣AI應(yīng)用范圍延伸至到更廣闊的領(lǐng)域。想要快速起步，即刻上路，就來貿(mào)澤電子網(wǎng)站中的Kria K26 SOM專題深入了解一下吧！