电子发烧友网>电子资料下载>电子资料>使用 Efinix 的支持量子的 FPGA 实现低功耗、高性能的边缘计算

使用 Efinix 的支持量子的 FPGA 实现低功耗、高性能的边缘计算

2512953 2022-11-25 | pdf | 315.86KB | 次下载 | 免费

资料介绍

经典云计算存在延迟、数据安全、最终用户隐私、可用带宽和可靠连接等问题。为了解决这些问题，设计师和系统架构师正在转向边缘计算。然而，边缘计算也面临着一系列挑战，从成本、尺寸、性能和功耗，到可扩展性、灵活性和可升级性问题。当设计人员希望在更靠近数据源的地方进行更多图像处理并实施更多人工智能 (AI) 和机器学习 (ML) 算法时，情况尤其如此。经典云计算存在延迟、数据安全、最终用户隐私、可用带宽和可靠连接等问题。为了解决这些问题，设计师和系统架构师正在转向边缘计算。然而，边缘计算也面临着一系列挑战，从成本、尺寸、性能和功耗，到可扩展性、灵活性和可升级性问题。当设计人员希望在更靠近数据源的地方进行更多图像处理并实施更多人工智能 (AI) 和机器学习 (ML) 算法时，情况尤其如此。因此，设计人员正在超越传统的微控制器 (MCU) 或应用处理器 (AP)，并考虑具有并行处理能力的现场可编程门阵列 (FPGA)。FPGA 设计和实现的稳步改进意味着它们现在可以满足许多或所有这些要求——无论是作为独立设备，还是与 MCU 和 AP 结合使用。也就是说，许多设计人员不熟悉 FPGA，并且担心学习曲线。因此，设计人员正在超越传统的微控制器 (MCU) 或应用处理器 (AP)，并考虑具有并行处理能力的现场可编程门阵列 (FPGA)。FPGA 设计和实现的稳步改进意味着它们现在可以满足许多或所有这些要求——无论是作为独立设备，还是与 MCU 和 AP 结合使用。也就是说，许多设计人员不熟悉 FPGA，并且担心学习曲线。本文简要讨论了从云计算到边缘计算的迁移，以及为什么传统处理架构在图像处理以及 AI 和 ML 方面存在不足。然后快速了解 FPGA 以及它们为何对这些数据密集型边缘应用具有架构优势。最后，它介绍了一种新的 FPGA 方法本文简要讨论了从云计算到边缘计算的迁移，以及为什么传统处理架构在图像处理以及 AI 和 ML 方面存在不足。然后快速了解 FPGA 以及它们为何对这些数据密集型边缘应用具有架构优势。最后，它介绍了一种新的 FPGA 方法——Efinix——Efinix的 Quantum 技术——以及如何应用它。的 Quantum 技术——以及如何应用它。为什么是边缘计算？为什么是边缘计算？在传统的云计算中，数据是从无数远程位置收集的，并输入到基于云的系统中进行存储和分析。然而，这种方法有很多缺点。其中包括传输大量原始数据的成本、在传输过程中维护数据的完整性和安全性、响应延迟、最终用户隐私问题，以及通常不可靠的互联网连接和可用带宽的次优使用。在传统的云计算中，数据是从无数远程位置收集的，并输入到基于云的系统中进行存储和分析。然而，这种方法有很多缺点。其中包括传输大量原始数据的成本、在传输过程中维护数据的完整性和安全性、响应延迟、最终用户隐私问题，以及通常不可靠的互联网连接和可用带宽的次优使用。顾名思义，边缘计算意味着将处理（计算和分析）移动到更靠近互联网边缘的位置，就在生成、分析、收集和应用数据的地方。术语边缘计算不是特定于应用程序或设备的，设计人员可以根据需要选择仅边缘处理或云与边缘之间的平衡。顾名思义，边缘计算意味着将处理（计算和分析）移动到更靠近互联网边缘的位置，就在生成、分析、收集和应用数据的地方。术语边缘计算不是特定于应用程序或设备的，设计人员可以根据需要选择仅边缘处理或云与边缘之间的平衡。边缘应用包括智能工厂、智能城市、智能家居和智能交通，仅举几例。此外，边缘设备的范围可以从大型高端边缘服务器到位于互联网最边缘（数据生成点）的相对较小的传感器和执行器系统。边缘应用包括智能工厂、智能城市、智能家居和智能交通，仅举几例。此外，边缘设备的范围可以从大型高端边缘服务器到位于互联网最边缘（数据生成点）的相对较小的传感器和执行器系统。FPGA的优势