GPU计算和显示技术相结合适用于基于AI边缘的应用

凌华科技嵌入式计算机利用英伟达的GPU使人工智能平台成为现实。据该公司介绍，凌华科技集成了该技术，以有效地增加将图像数据传输到处理器然后传输到显示器的带宽。在 NVIDIA 的帮助下，这项技术被称为 GPUDirect®，它本质上是一种远程 DMA 成像数据的方法。凌华科技的增值功能是能够以优化可视化的方式对数据进行排序。

此处所示的此类产品系列的一个示例是 EGX-MXM-A2000 移动 PCI 高速模块，该模块采用嵌入式 NVIDIA RTX™ A2000 设备设计。它按照 MXM A 型规格制造，尺寸为 82 x 70 mm，并提供 9.3 TFLOPS 的峰值性能。

此外，通过与光电专家友达（AUO）合作，凌华科技实现了两全其美。友达提供领先的显示技术，包括各种触摸屏解决方案，可以大大缩小显示器的尺寸，或者降低移动应用的功耗。根据平台的使用位置，这些功能可能至关重要。

在利用这些显示器的应用中，最重要的功能之一是可靠性，特别是因为这些平台经常出现在具有挑战性的环境中。例如，制造应用可能导致多尘或肮脏的环境。而且通常可能有很宽的温度范围。如果你正在研究交通、汽车、铁路等任何方面，你必须应对冲击和振动。

遵守法规

其中许多应用空间也有法规要求。与凌华科技和友达等合作伙伴合作可以大大简化这一过程，因为他们的大多数平台已经通过了所需的监管和认证流程。或者，凌华科技与系统集成商和设备制造商合作，协助产品获得认证。这就是合作伙伴网络（生态系统）发挥作用的地方。

在这些应用程序中，延迟是不可能的。再一次，想想外科医生挥舞着一把刀。这就是为什么必须在物联网（或工业物联网）的边缘而不是云中做出决策的关键原因。在医疗等应用中，图像可能包含大量数据，在某些情况下是三维渲染。

还有一些侵入性医疗应用，例如内窥镜检查，其中需要相机才能进入身体。拥有实时响应显然至关重要，这些响应以毫秒或更快的速度测量。

当您将图像渲染与AI操作相结合时，这些操作正变得越来越普遍，您已经显着提高了对计算能力和显示特性的需求。在医疗领域，这被称为计算机辅助或基于图像的诊断，我们知道这是基于AI推理的。这有助于医生做出及时准确的诊断。

凌华科技认为，其设计可以增加数据带宽，减少约40%的延迟，这对某些应用来说是一个游戏规则的改变者。它通过消除 CPU 处理管道中的任何和所有瓶颈来实现此目的。此技术是通过将数据直接移动到 GPU 来实现的，并且不涉及系统的主内存。遵循这样的架构会释放主CPU用于其他任务。或者，它将允许OEM在设计中部署功能较弱（且更具成本效益）的CPU。结果是一个经济高效的平台，能够在物联网的边缘处理AI。

审核编辑：郭婷