0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

在Zynq SoC架构上利用Python的优势,为人工智能和信息技术构建设计

Xilinx赛灵思官微 来源:djl 作者:Giulio Corradi 2019-07-26 16:03 次阅读

从工程设计、科研、数据科学、机器学习信息技术到人工智能Python 开源编程语言已经成为各类应用中的不成文标准。

当在嵌入式应用中使用现代片上系统 (SoC) 时,就能够运行 Python 执行复杂的分析算法,其性能接近台式机工作站,但外形尺寸显著缩小,功耗要求也显著降低。通过预处理从传感器读取的数据,赛灵思 Zynq 产品系列大幅度提高性能和确定性,同时降低时延。

这种被称为 PYNQ 框架方案,能从应用处理器有效卸载不必要占用处理器带宽的大量重要但重复的操作。这种卸载功能对于满足工业物联网中边缘应用提高的智能需求有重要意义。

嵌入式计算的新范例

近期的 IEEE 调查报告称 2017 年最流行的两种编程语言分别是 Python 和 C 语言。在嵌入式计算领域,C 语言一直以来都是中坚力量。传统上来说,我们一直将 Python 语言用于网络或台式机计算,而从未用作嵌入式计算语言;但是这种情况正在发生改变。(更多详情,敬请点击“阅读原文”,下载白皮书)

在Zynq SoC架构上利用Python的优势,为人工智能和信息技术构建设计

图1 -:同一平台的不同抽象水平

在IIoT中搜索机器学习

工业物联网解决方案越来越多地在边缘纳入嵌入式智能。对于众多应用而言,这意味着机器学习推断的实现。实现后,ML 算法会利用其经验,根据一套输入数据得出结论。在 ML 中,经验可通过名为培训的学习过程来获得。ML 应用的培训可使用下列两种方法之一执行:(1) 人工监督或 (2) 实现判断功能。两种方法都需要将由正反例构成的大数据集应用于 ML 网络。在 ML 算法得到充分培训后,就能将其部署在工业物联网边缘,根据新输入和未知输入进行推断。

PYNQ 框架

赛灵思 Zynq-7000 SoC 包含用来为现代 SoC 提供不成文标准特性的双核 Arm Cortex-A9 处理器系统 (PS) 和可编程逻辑 (PL),同时它还提供独特的高度差异化灵活性,支持将关键任务卸载到PL 。Zynq UltraScale+ MPSoC 和 Zynq UltraScale+ RFSoC 使用四核 Arm Cortex-A53 PS、PL 和其他特定部件型号的处理块进一步扩展这一模型。(更多详情,敬请点击“阅读原文”,下载白皮书)

在Zynq SoC架构上利用Python的优势,为人工智能和信息技术构建设计

图2 -与典型 SoC 相比 Zynq 产品系列的优势

在Zynq SoC架构上利用Python的优势,为人工智能和信息技术构建设计

图3 -PYNQ 框架中不断提高的抽象水平

传感器和测量系统

传感器是任何工业系统,尤其是工业物联网解决方案的关键组成部分。从简单的温度测量热电偶,到结合多个异构传感器的用来测量特定物理量的复杂传感器融合,工业物联网解决方案采用多种不同的传感器模态。在工业物联网解决方案中实现 ML,有助于开发人员让给定传感器发挥出最佳性能,同时提高下列操作的效率。

传感器诊断

因为老化原因,传感器性能在整个工作寿命期间会发生变化。传感器在恶劣环境中使用时尤其如此,此时老化会影响可靠性,并带来偏离和偏差问题。此外,如果将传感器用于安全应用,传感器诊断功能同样极为有用;在此情况下,正确的诊断流程也是安全系统的组成部分。(更多详情,敬请点击“阅读原文”,下载白皮书)

预测性维护案例

用于诊断与安全的滚珠轴承故障检测

封装材料行业已经认识到“全面生产维护”作为提高设备可靠性的积极方法体系的重要意义。逐渐发生的轴承失效是行业故障最主要的原因之一。因此,尽早地检测这些故障对确保可靠高效的运营而言至关重要。单个包装机往往就装有 8 部以上的电动机和众多主轴,存在可能导致生产线停运的多个故

障源。

图4 -故障检测与电动机控制

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1791

    文章

    46838

    浏览量

    237501
  • 工程设计
    +关注

    关注

    0

    文章

    19

    浏览量

    11235
  • 嵌入式计算
    +关注

    关注

    0

    文章

    28

    浏览量

    14094
收藏 人收藏

    评论

    相关推荐

    通过Python 执行复杂的PYNQ 框架方案

    的生产力优势,用户能够充分发挥可编程逻辑和微处理器的长处,更容易为人工智能、机器学习和信息技术应用构建设计。 摘要 从工程设计、科研、数据科学、机器学习、
    的头像 发表于 12-22 15:37 4064次阅读
    通过<b class='flag-5'>Python</b> 执行复杂的PYNQ 框架方案

    嵌入式人工智能的就业方向有哪些?

    嵌入式人工智能的就业方向有哪些? 新一轮科技革命与产业变革的时代背景下,嵌入式人工智能成为国家新型基础建设与传统产业升级的核心驱动力。同时在此背景驱动下,众多名企也纷纷
    发表于 02-26 10:17

    risc-v人工智能图像处理应用前景分析

    定制性。这些特点使得RISC-V多个领域,包括人工智能图像处理领域,具有显著的优势。 二、RISC-V人工智能图像处理中的
    发表于 09-28 11:00

    人工智能是什么?

    和提出都可以归结于人工智能技术的高速发展。 作为创新型人工智能技术领域的典型代表——机器人,当仁不让的成为创新技术产业里的掌上明珠,也是信息时代转向
    发表于 09-16 15:40

    Python助力百度无人车 人工智能时代到来

    今年7月份,“百度AI开发者大会”,百度CEO李彦宏亲自乘坐百度无人车,真实路况下演示了百度无人驾驶技术,预示着人工智能时代的到来。百
    发表于 12-13 14:48

    基于人工智能的创新教学云平台建设

    和使用将充分应用信息化和云平台来提高教学效果,节约师资资源和教学成本、更加适应省高校重点实验室信息建设的各项要求。  2.“人工智能”对职业教育和专项人才培养提出了新要求  
    发表于 04-16 15:15

    解读人工智能的未来

    被称为狭义人工智能,因为它只能做一件特定的事情。狭义AI是构建AGI的第一步吗?许多对AGI感到困惑的人认为目前研发人员应该正在用同样的技术把这些分散的狭义AI拼凑起来。有趣的是,关于自动化
    发表于 11-14 10:43

    【专辑精选】人工智能Python教程与资料

    电子发烧友总结了以“Python”为主题的精选干货,今后每天一个主题为一期,希望对各位有所帮助!(点击标题即可进入页面下载相关资料)Python人工智能学习工具包+入门与实践资料集锦pytho
    发表于 05-06 17:57

    人工智能:超越炒作

    产生影响时作为一门数学学科 - 某种程度上,哲学 - 人工智能生活在阴影中已有六十多年,之后公共利益在此期间突然飙升。当前宣传的一个原因是,长期以来,人工智能应用的考虑纯粹是理论
    发表于 05-29 10:46

    一图读懂:河南省新一代人工智能产业发展行动方案

    应用技术研究。  3.智能制造和工业互联网、无人驾驶、智慧医疗、机器人等领域,建设一批应用牵引、市场化运作的功能型平台。  4.支持开展人工智能
    发表于 09-02 18:14

    python人工智能/机器学习基础是什么

    python人工智能——机器学习——机器学习基础
    发表于 04-28 14:46

    人工智能专业该如何建设?实验环境如何建立?人工智能实验如何操作?

    AI技术当然不是凭空而来,可预见的AI技术人才现在是多么炙手可热!工信部公布的数据中,中国AI人才的缺口已经超过500万。人才缺口,对应的是就业岗位。目前高校是培养人才的摇篮,就高校人工智能专业
    发表于 09-11 11:32

    如何构建人工智能的未来?

    创建Kynisys平台:我们如何构建人工智能(AI)的未来?
    发表于 03-03 07:06

    人工智能芯片是人工智能发展的

    ......无形之中,人工智能正以前所未有的发展速度渗透我们的日常生活。而作为人工智能的核心技术之一,人工智能芯片也向来备受关注。近几年,谷歌、苹果、微软、Facebook、英特尔、高
    发表于 07-27 07:02

    《移动终端人工智能技术与应用开发》人工智能的发展与AI技术的进步

    ,随机森林,K-均值算法,支持向量机和人工神经网络等等。应用方面表现也异常突出,目前89%的人工智能专利申请和40%人工智能范围相关专利都属于机器学习的范畴,可见机器学习的时代化进程
    发表于 02-17 11:00