赛灵思SoC赋能工业和医疗物联网

作者：王莹时间：2019-05-21来源：电子产品世界收藏

日前，“赛灵思工业物联网研讨会”在京举行。公司ISM（工业、视觉、医疗和科学）部门的市场总监Chetan Khona接受了电子产品世界等媒体的采访。

本文引用地址：http://www.amcfsurvey.com/article/201905/400724.htm

Khona先生指出，当前工业物联网（IIoT）和医疗物联网(HcIoT)面临诸多挑战，并探讨了时下热门的AI云端和边缘技术特点，称赛灵思的SoC解决方案——Zynq及Zynq UltraScale+系列满足了当前的需求，接下来的2020年上半年，还将会推出新一代Versal，带有AI Edge版本，以满足未来ISM的需要。

1 Xilinx增长率达24%

Xilinx 1984年成立，是全球首家无晶圆半导体（fabless）企业，2019财年营收30亿美元，年增长率达24%。ISM部门占公司1/4的营收。

公司的产品质量高，从2011年到2018年期间达到了0召回（如下图）。而且使用寿命也很长，Xilinx产品有最低15年的生命周期，有些甚至达二三十年。

可见Xilinx公司财务健康，产品质量和可靠性高，能够满足ISM/嵌入式的需要。

2 工业和医疗物联网的趋势

IIoT和HcIoT的共同特点是数据爆炸，例如每年创建2.5艾字节数据，全球90%的数据产生于过去两年，2019年AI领域将使用超过60尧字节的数据。所以Xilinx的核心是帮助客户有效地利用数据。

IIoT的热门应用之一是预测性维护（如下表），可以最大限度地减少停机时间。其次还有分析，可以实现深刻见解。再有是连接性，以实现远程诊断和OTA（空中下载）更新。

比工业物联网更重要的是医疗物联网，因为它最终改善了人们的生活质量，例如减少医院病房的等待时间（如下表），通过AI提升诊断效率和质量，通过远程监控让一些有条件的患者无需占用病床的床位、而是得到居家的医疗监控。

不过，IIoT和HcIoT也带来了一系列问题，例如隐私、随时间推移的越来越高的安全性、时延、成本、可靠的连接。工厂和医院都是昂贵的资产，有效的投资可提高投资回报率。赛灵思（Xilinx）的解决方案有灵活和自适应（例如，根据客户的需要，可在器件端和云端提供计算资源）特点。

工业时延的起码要求是最低10ms。从新出现的“数据重力”和“数据惯性”术语所知，处理需要推送到数据所在的地方（如下图），因此Xilinx ISM部门的建议是：在数据的边缘处理，效率和效能最佳。

如图1右是一个平台，现在有很多嵌入式的工程师团队都会开发平台，这和十年前或者更早的情况（图1左）形成了鲜明的对比。十年或者更早以前，经常在一个公司内部就有多个工程师团队，而且他们在设计方面会做独立的决策，例如一个团队选择PPC、VxWorks、CAN，还有的选Arm、Linux、MQTT，还有一个选x86、Windows、OPC UA，他们之所以能够自主的选择这些系统，是因为当时这些系统非常的简单。

但是现在这些系统不再那么简单了，例如工业物联网、医疗物联网虽然非常强大，但是越来越复杂，这也使得工程师团队越来越多地选择公共平台。因为现在工业界出现了一个趋势，也就是IT、OT的融合，信息技术和操作技术的融合。IT指的是像思科和华为这类的企业，OT是西门子等自动化领域的企业，对于工业物联网和医疗物联网来说，越来越多的是需要把这些能力集成到单个器件上。

所以这个过程现在非常复杂，这种嵌入式的设计不仅是要做软件和硬件的开发，而且云的开发者也希望能够连接这些信息，来收集这些器件的信息，所以如果还是按照原来的方法，所有人选用不同的处理架构、操作系统和连接标准，对云开发者来说这就太困难了，需要不断地去进行调整和改变，所以如果他们能够有一个公共的架构和平台，这样能够帮助他们非常迅速简易地去开发给自己公司使用的SaaS（软件即服务）产品，即能够创造一个新的收入流。

这也是为什么很多客户选择Zynq和Zynq UltraScale+ SoC的原因，因为赛灵思能够提供一个功能非常强大的平台，例如 Zynq SoC 中的Arm系统就能够为云开发提供服务，同时还能提供IT和OT的支持，以及提供FPGA的定制化，所以“工业性能+定制功能”，使赛灵思的产品非常有吸引力。

这不仅是理论，而且已实际发生了。例如在中国，Zynq SoC已有成功案例，例如南瑞继保，其解决方案已通过国家电网认证。

值得一提的是，Xilinx并不认为边缘和云端计算是对立的（电子产品世界的记者认为隐含的意思是：Xilinx的ISM部门重点是边缘计算，另外，Xilinx还有云计算部门），由于Zynq和Zynq UltraScale+的灵活性和自适应性，都是跨边缘和云的可扩展IIoT平台（如下图）。

3 Xilinx工业和视觉解决方案

有三大类：IIoT和HcIoT解决方案堆栈，Alveo加速器卡为工业PC加速，互补的边缘与云协作。

3.1 AI解决方案

AI分为大AI和小AI之分，或称为重量级AI和轻量级AI。Xilinx都有方案。

大AI可实现低时延、高性能的DNN的解决方案（如下图）。

小AI有基于Python的经典机器学习的开源解决方案，诸如PYNQ（Python Productivity For Zynq）和pandas等。值得一提的是，Python语言深受年轻人喜欢。

边缘AI方面，Xilinx于2018年收购了深鉴科技公司，带来了模型剪枝技术（如下图），提高了效率。因为随着AI发展，计算的位数在不断降低，过去公认是16位，现在公认是8位浮点、8位定点，未来可能缩减到2位（BNN）。利用模型剪枝技术，可把不必要的数据先去除，因此相同精度下可提升6倍fps（帧每秒）。可见，Xilinx可以支持这种位数不断降低的发展趋势，而很多友商只有一种位数处理方法，例如16位或8位，不够灵活。