赛灵思FPGA人工智能领域技术及应用 - 问答

人工智能是目前最热门的技术，大量人工智能技术采用了赛灵思的FPGA进行算法的执行，以下内容整理自4月12日由安创空间举办的“Tech Day（安创技术日）”上，嘉宾赛灵思亚太区技术营销高级经理罗霖 关于《赛灵思FPGA人工智能领域技术及应用》的直播分享材料，非全文摘录。

　　

分享嘉宾：罗霖

赛灵思亚太区技术营销高级经理

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

　　

问答

Q:机器学习深度学习在Zynq中的应用

A:机器学习在Zynq中的应用非常广泛，主要集中在前端和边缘侧。具体来讲，在ADAS/自动驾驶上可以实现车辆、行人、车道、交通标志以及可行驶区域检测，可以做传感器融合；在智能安防上，可以实现车辆、车型、车牌、交通违规、车流量、人流量、人脸等检测；在无人机上，可以实现自动避障、自动跟随等功能；在医疗影像设备上，可以进行医疗图像的分析，帮助医生判断是不是可能有癌症或异常；在机器人上，可以实现增强学习，让机器人学习新的技能。

Q:嵌入式视觉在Zynq中的应用

A:嵌入式视觉的概念很宽，包括图像处理(ISP), 视频处理，视频分析等，这些功能都能在Zynq上面实现。在ISP方面，比如降噪、宽动态、去雾，3A等；在视频处理方面，比如缩放、去隔行、全景拼接、鱼眼矫正等；在视频分析方面，包括边缘，形状，纹理提取，物体检测、分类、背景建模等。产品例子包括全景相机、4K智能相机、高清微投、大屏显示等。

Q:System generator在FPGA深度学习方面的用途

A:Xilinx开发了可用于深度学习的一些底层的BLAS和DNN的库，这些库需要使用Xilinx的SDAccel和SDSoC工具。目前我们还没把这些库添加到Simulink的模块库去。

Q:FPGA正在取代MCU, 请问罗老师怎么看

A:FPGA特别是Zynq SoC在某些应用上会取代一部分MCU/MPU/DSP。比较多的场景是以前的架构是基于分离方案的，在PCB上既有处理器，也有FPGA。那么用Zynq单芯片方案可以提高系统集成度、提高性能、节省PCB面积以及降低功耗。在有些应用上，如果MCU/MPU/DSP就足够好了，不需要用到FPGA，那么整合或替代的可能性就比较低。随着Zynq价格的降低，特别是单芯片Z7007S的推出，我们也看到一些传统使用MCU/DSP的客户也开始使用Zynq进行开发。

Q:在FPGA上实现深度学习算法是用什么编程呢，用Verilog还是用C语言

A:在FPGA上实现深度学习算法，如果有RTL开发的能力，可以使用Verilog或VHDL进行算法的实现，可以实现很高的性能，但是要求FPGA工程师的能力比较强，开发的周期也比较长；也可以通过C/C++语言，用HLS/SDSoC进行开发，需要工程师对HLS比较熟悉，知道怎么使用合适的#pragma把算法的行为告诉编译器，开发的周期比使用RTL会短一些；还有一种方式是使用Xilinx的机器学习堆栈，调用已经针对硬件优化的BLAS和DNN库进行开发，在保证性能的同时，可以实现很高的开发效率。

更多内容请点击阅读原文

如果觉得有价值请欢迎关注我的微信号

关注全球半导体最新科技趋势信息和新兴技术应用，解读半导体产业最新动态，伸出你的小手按一下，我们就是分不开的好朋友啦！

注明：本内容来源网络，不用于商业使用，禁止转载，如有侵权，请来信到邮箱：429562386ⓐqq.com 或联系本站客服处理，感谢配合！