当前位置:首页 > 嵌入式 > 嵌入式新闻
[导读]“云应用”的工作原理是把传统软件“本地安装、本地运算”的使用方式变为”即取即用”的服务,通过互联网或局域网连接并操控远程服务器集群,完成业务逻辑或运算任务的一种新型应用。“云应用”的主要载体为互联网技术,以瘦客户端(Thin Client)或智能客户端(Smart Client)的展现形式,其界面实质上是HTML5,Javascript,或Flash等技术的集成。云应用不但可以帮助用户降低IT成本,更能大大提高工作效率,因此传统软件向云应用转型的发展革新浪潮已经不可阻挡。

云应用用术语解释终端与服务(云)端互动应用终端操作同步云端而占用本地空间也通过云端备份保留终端数据云应用用途还有多广开发空间同云应用能有同用途。

“云应用”的工作原理是把传统软件“本地安装、本地运算”的使用方式变为”即取即用”的服务,通过互联网或局域网连接并操控远程服务器集群,完成业务逻辑或运算任务的一种新型应用。“云应用”的主要载体为互联网技术,以瘦客户端(Thin Client)或智能客户端(Smart Client)的展现形式,其界面实质上是HTML5,Javascript,或Flash等技术的集成。云应用不但可以帮助用户降低IT成本,更能大大提高工作效率,因此传统软件向云应用转型的发展革新浪潮已经不可阻挡。

机器学习的应用正快速扩展到越来越多的终端市场。面向云应用,Xilinx推出了可重配置加速堆栈,今天Xilinx又面向端应用,推出了全新的reVISION堆栈,这不仅让Xilinx完成了在视觉导向机器学习领域从云到端的部署,更重要的是,它可使得即使没有或者很少硬件设计专业知识的嵌入式软件和系统工程师,也可以更轻松、更快速地开发视觉导向的智能系统。一旦将机器学习、计算机视觉、传感器融合和连接的优势融为一体,这些工程师将从中大受裨益。

放眼全球,Xilinx已经成为众多企业开发先进嵌入式视觉系统的首要选择。至今全球已有23家汽车制造商在85款不同车型的ADAS系统中部署了高级嵌入式视觉系统,另外还有其它数百家嵌入式视觉客户在数千种应用中也部署了基于Xilinx技术开发的先进嵌入式视觉系统,其中至少有40家已经在开发或部署机器学习技术以大幅提升系统智能。

 


 

众多的传统嵌入式视觉应用通过采用机器视觉和传感器融合技术后都在发生巨变,reVISION堆栈帮助制造商在各种市场中实现了一系列快速增长的应用,包括传统的高端消费市场、汽车、工业、医疗和航空航天与国防等,以及新一代应用如协作机器人、具有“感应和躲避”功能的无人机、增强现实、自动驾驶汽车、自动化监控和医疗诊断等。在这些应用市场中,差异化至关重要,系统必须响应迅速,最新算法和传感器必须能够被快速部署。

这些系统通常具有以下三大特色:1)智能性及高效的立即响应性;2)升级到最新算法和传感器的灵活性;3)随时与其它机器和云保持连接。

也就是说,第一,系统不仅要会思考,而且还能对情境立即做出响应。这就要求一个从感应到处理、分析、决策、通信和控制整个流程中更一致的视图,同时还要高效实施、部署最新机器学习技术,满足8位及更深层面的精确性要求。

第二,鉴于神经网络和相关算法的快速变化以及传感器的快速发展,必须实现灵活性,能通过软硬件的可重配置性升级系统。

第三,由于许多新系统都连接在了一起(物联网),因此需要与传统的已有设备通信,要与未来推出的新设备通信,还要能够进行云端通信。

很显然,只有Xilinx的Zynq可重编程SoC和MPSoC最适合用来满足这些系统要求。reVISION堆栈让Xilinx如虎添翼,它支持以最快速度开发出最具响应性的视觉系统,相比最具竞争力的计算嵌入式GPU和典型SoC而言,将机器学习推断的单位功耗图像捕获速度提升了6倍,将计算机视觉处理的单位功耗帧速度提升了40倍,时延降低为1/5。即便是没有硬件专业知识的开发人员也能通过结合使用C/C++/OpenCL开发流程、业界标准的框架,以及Caffe和OpenCV等库,在单个Zynq SoC或MPSoC上开发出嵌入式视觉应用。

借助reVISION堆栈所独有的可重配置性和任意连接优势,开发人员能够快速开发和部署升级。随着神经网络、算法和传感器技术和接口标准不断加速发展,可重配置性对“适应未来的”智能视觉化系统至关重要。

Xilinx公司战略与市场营销部高级副总裁Steve Glaser指出:“现在已经有很多客户是通过使用赛灵思的产品获得了很多的优势,而且在市场上与同类产品相比,这个优势是非常显著的。但是客户也需要付出额外的投入或者是工作,而且还需要具备相应的硬件方面的专有知识,才能够真正利用这方面的优势。所以要真正实现非常广泛的采用,我们就必须要支持新的编程模式,也就是软件定义的编程,同时还要满足相应行业标准库和新型的框架来支持机器学习的应用。所以,通过软件定义的编程以及符合行业标准的库和框架,就能够扩展视觉导向的机器学习应用范围。”

 


 

图2:Xilinx公司战略与市场营销部高级副总裁Steve Glaser

赛灵思reVISION 堆栈包括平台、算法和应用开发所需的丰富的开发资源,可支持最流行的神经网络,包括 AlexNet、GoogLeNet、SqueezeNet、SSD 和 FCN。此外,该堆栈还提供了库元素, 包括 CNN 网络层的预定义的优化型实现方案,这也是构建定制神经网(DNN/CNN)所必需的。机器学习元素配合丰富的满足加速要求的 OpenCV 系列功能用于计算机视觉处理。对应用层开发来说,赛灵思支持业界标准的框架,包括用于机器学习的 Caffe 和用于计算机视觉的 OpenVX。reVISION 堆栈还包括赛灵思及第三方提供的开发平台,诸如各种类型的传感器。

Eyetech Digital Systems 公司 CEO 兼创始人 Robert Chappell 指出:“我们的眼部跟踪科技采用 Zynq SoC 支持高清视觉分析功能,让 ALS 等各种瘫痪病人受益匪浅。新型reVISION 堆栈借助机器学习的力量为算法开发提供了各种新的机会。这必将支持我们进一步扩展我们的人机交互硬件产品,并提升我们核心眼部跟踪产品的价值。”

ARM细分市场营销高级总监Lakshmi Mandyam表示:“嵌入式市场是一个不断发展的应用领域,其中算法,神经网络和传感器的变化需要目标平台的可重构性。 来自赛灵思的基于ARM®的Zynq技术将能够有效地部署这些应用,同时加速创新型机器学习应用从端到云的广泛采用。”

深鉴科技(DeePhi)创始人兼CEO姚颂表示:“深鉴科技致力于为机器人/无人机和安防监控等行业应用提供先进的嵌入式视觉解决方案。我们已经开发了一个完整的工作流程,用于在FPGA上部署深度学习算法,实现算法、软件和硬件的协同优化。在未来,我们希望真正赋予万物智能,而赛灵思的全可编程(All Programmable)技术,将支持我们不断地适应和重新配置系统以实现这个目标。reVISION堆栈中所包含的完整的工具包,可以让我们的客户更加轻松容易地利用全可编程FPGA和SoC—即使是没有任何FPGA开发背景的算法工程师也能有效地部署经过训练的模型。这对于利用FPGA搭建智能解决方案有莫大的好处。”

“我们的Dobby口袋无人机-AI版集成了复杂的计算机视觉和机器学习技术,通过手势控制和对象及主题跟踪为消费者提供独特的体验,”零度智控CEO杨建军说,“这些功能,直到最近还只属于更昂贵的系统,而我们借助Zynq All Programmable器件将这些复杂的算法实现到了Dobby AI中。我们非常高兴看到赛灵思推出reVISION堆栈平台,它将支持我们的团队更容易地提升这些关键计算机视觉和机器学习算法,从而助力我们为Dobby AI赋予更加独特的个性。拥有像Xilinx这样不断深耕技术的合作伙伴,将确保我们可以在这个领域持续开发突破性的解决方案。”

威视锐科技总经理姚远表示:“近年来,我们看到越来越多的用户正在多种不同应用领域开发嵌入式视觉系统,包括智能监控、机器视觉和高级驾驶员辅助系统等。威视锐科技基于赛灵思FPGA和SoC的嵌入式视觉解决方案为这些用户提供了All Programmable 全可编程的灵活、高性能且简单易用的开发流程,致力于帮助他们快速启动嵌入式视觉设计。近期我们在威视锐EagleGo平台上实现了基于CNN的深度学习算法,进一步证实了Zynq‐7000 SoC的出色性能以及SDSoC设计工具的高效性。我们已经推出了Zynq UltraScale+ MPSoC系统级模块(ZURA),并将在随后的ZU+ MPSoC视觉解决方案套件中采用最新的reVISION开发堆栈。威视锐科技是赛灵思联盟计划认证设计服务成员和授权培训合作伙伴,提供基于赛灵思FPGA、SoC和MPSoC的嵌入式视觉和视频解决方案及服务。我们的解决方案包括Zynq‐7000 SoC/Zynq UltraScale+ MPSoC开发板以及带内置OpenCV库的系统级模块(SOM),同时可以提供基于Zynq‐7000 SoC的交钥匙智能摄像头解决方案,希望以我们基于赛灵思产品专业的设计服务能力和对本地用户的了解,让更多的嵌入式视觉开发者获益于先进的全可编程解决方案。”

赛灵思公司战略与市场营销高级副总裁 Steve Glaser表示:“我们从端到云看到来自机器学习应用领域的巨大兴趣,而且我们也相信赛灵思对堆栈开发持续的投入能加速主流应用。今天,成百上千的嵌入式视觉客户都借助赛灵思技术实现了性能和时延 10 倍以上的提升。新增 reVISION 之后,成千上万的客户也将受益于上述种种优势。”

reVISION 堆栈将于2017年第二季度开始供货。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

2024年4月18日 – 提供超丰富半导体和电子元器件™的业界知名新品引入 (NPI) 代理商贸泽电子 (Mouser Electronics) 很荣幸地宣布与Edge Impulse建立新的全球合作关系。Edge Im...

关键字: 机器学习 MCU CPU

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习

随着大数据时代的到来,数据处理成为了一项至关重要的任务。传统的数据处理方法往往面临着效率低下、准确性不高等问题,而机器学习技术的兴起为数据处理带来了全新的解决方案。本文将深入探讨机器学习在数据处理中的应用,并分析其优势和...

关键字: 数据处理 计算机 机器学习

机器学习是人工智能领域的一个重要分支,它使用各种算法来使计算机系统能够从数据中学习和改进,而无需进行明确的编程。在机器学习的广阔领域中,有多种算法被广泛应用,每种算法都有其独特的适用场景和优势。本文将详细介绍机器学习中的...

关键字: 机器学习 人工智能 计算机

随着信息技术的飞速发展和大数据时代的到来,数据挖掘和机器学习作为数据处理的两大核心技术,在各行各业中发挥着越来越重要的作用。然而,尽管数据挖掘和机器学习在很多方面存在交集,但它们各自具有独特的定义、方法和应用场景。本文旨...

关键字: 数据挖掘 机器学习 数据处理

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能

随着信息技术的飞速发展,机器学习(Machine Learning)作为人工智能领域的重要分支,正在逐步改变我们生活的方方面面。那么,什么叫做机器学习呢?简单来说,机器学习是一门研究如何让计算机从数据中自动获取知识和技能...

关键字: 机器学习 人工智能 计算机
关闭
关闭