iWave Systems用于物联网应用中

随着物联网的出现和互联嵌入式设备的普及，开发具有竞争力的物联网解决方案的最大挑战之一是在物联网网络边缘带来智能的能力。边缘计算在物联网应用中至关重要，因为它通过将计算能力嵌入到本地基础设施中，从而为更快的实时推理铺平了道路，从而显着提高了整体系统的可靠性和性能。

随着边缘计算日益成为下一代安全和连接设备的基础，强调硬件加速器在确定系统性能和效率方面的重要性非常重要，因此在开发边缘网关解决方案时应予以考虑。

多年来，FPGA 技术的重大进步使 FPGAS 成为开发智能边缘平台的主流。FPGA 先进的性能和适应性，以及以最低延迟提供最高吞吐量的能力，使其成为在边缘实现高响应性实时推理的理想选择。

在位于班加罗尔的领先 FPGA 设计公司 iWave Systems，我们扩展了最先进的 Xilinx Zynq® UltraScale+™MPSoC FPGA 模块，以使用先进的 AI/ML 加速在边缘设备中实现智能。iWave 的 Zynq® UltraScale+™MPSoC FPGA SOM 提供通用硬件加速，可直观地部署图像/语音识别、对象/姿势检测等功能，并提供灵活的平台，使开发人员能够不断完善功能并提高竞争优势。在 FPGA 中实施人工神经网络提供了使应用程序适应不断变化的标准和最终用户需求的灵活性，这反过来又为您的设计提供了未来的证明。

iWave 还提供全面的 Zynq® UltraScale+™MPSoC 开发平台，用于立即评估 AI/ML 应用。

Xilinx/DeePhi 核心平台用于 iWave 的 Zynq® UltraScale+™MPSoC SOM 中的 AI/ML 推理

Zynq UltraScale+ MPSoC SOM 在 ARM® + Xilinx FPGA 架构中智能融合了 MPSoC 和 FPGA 功能，为边缘应用形成了一个高度集成且功能强大的嵌入式平台。异构 ARM® 多核处理器通过系统启动、外设管理、服务器通信等高性能非实时处理来补充边缘应用，同时使用 Deephi 算法卸载 FPGA 以执行关键实时任务。

Deephi 核心平台集成了硬件和软件组件，在人脸识别、实时监控、图像/姿势检测等应用中提供了一个全面的 AI/ML 加速框架。凭借其行业领先的 AI/ML 能力，Xilinx / Deephi 核心平台允许对各种工作负载特征进行高级自适应，并通过超低延迟实时推理补充边缘应用程序。

凭借对各种神经网络的支持，Xilinx/Deephi 核心平台不断发展，集成了新的先进算法，以提高 AI/ML 应用的确定性和推理能力。iWave 支持庞大的 Deephi 内核组合，使客户能够根据其应用需求从各种算法中进行选择，从而在边缘应用中实现出色的推理。

工业边缘应用的 AI/ML 加速：（少数用例）

智能视频监控系统：智能平台结合使用 FPGA 加速和神经网络在设备上执行智能推理的实时监控和检测。

直观的 ADAS：实时计算平台能够通过车载 AI/ML 算法生成准确及时的推理，以帮助驾驶员获取信息以做出适当的决策。

工业自动化：自适应智能设备可以感知、连接和计算大量涌入的数据，执行预测性维护并生成智能直观的决策。

智能医疗：人工智能/机器学习加速设备，可实时监测和诊断健康状况，以便及早发现问题或疾病，并为患者提供个性化治疗。

毋庸置疑，边缘计算继续通过具有竞争力的应用程序彻底改变物联网生态系统，从而实现最佳消费者体验。iWave 的 Xilinx/Deephi 平台提供高性能自适应硬件加速，以最大的灵活性和易用性在边缘应用中实施 AI/ML 加速，使开发人员能够以优化的成本和交货时间加速创新并快速实现设计。

审核编辑：郭婷