[FPGA]

基于FPGA的工业物联网解决方案

[复制链接]
7833|1
手机看帖
扫描二维码
随时随地手机跟帖
gaochy1126|  楼主 | 2021-7-31 20:48 | 显示全部楼层 |阅读模式

随着互联网红利逐渐消失,物联网在整体科技发展潮流中顺势而行,成为被普遍看好的新一代产业发展方向。

其中,物联网在工业中的应用被称为工业物联网,工业物联网将具有感知、监控能力的各类采集或控制传感或控制器以及泛在技术、移动通信、智能分析等技术不断融入到工业生产过程各个环节,从而大幅提高制造效率,改善产品质量,降低产品成本和资源消耗,最终实现将传统工业提升到智能化的新阶段。工业物联网本质上是扩展到云的机器对机器(M2M)的支持。

目前,工业物联网仍处于早期发展阶段,但是由于其广阔的应用前景和巨大的收益潜力,许多公司和组织都已经在工业物联网方面进行了大量投入。

Achronix半导体公司就是其中的一员,Achronix半导体公司高级产品营销经理AlokSanghavi就工业物联网相关话题接受了与非网的采访。Achronix认为工业物联网(IIoT)是全球经济的新动力。工业物联网不仅意味着在机器、工具、自动化系统、控制系统之间,甚至还包括在本地数据中心或云中运行的ERP系统等运行支持系统之间的通信连接。同时,工业物联网在诸如智能工厂、能源生产和管理、商业和楼宇自动化、智能物流和资产跟踪、过程自动化和智能农业等应用领域,为其添加和重新分配了其中的智能。所以,连接和智能是工业物联网同时包含的两个特性。

这些工业物联网市场有一些共同特征。首先是,这些领域的许多标准和协议尚未确定;其次,人工智能或边缘计算等新技术在这些领域中仍处于早期采用阶段;第三,与工业物联网相伴而来的新人工智能或边缘计算都需要先进的硬件加速。

Alok向与非网记者介绍道,Achronix认为借助其可编程性和灵活性,各种FPGA产品将在工业物联网推动的新经济中发挥关键作用。计算能力也尤为重要,被应用于ASIC或SoC中的嵌入式FPGA(eFPGA)的特殊设计等资源将为系统增加超级硬件加速,如AchronixSpeedcoreGen4嵌入式FPGA半导体知识产权(eFPGAIP)中的机器学习处理器(MLP)等特殊设计。

pIYBAF7YZlaAc4XAAACetM5UscU591.jpg

因此,Achronix的战略是独家为客户提供全新的、最完整的FPGA产品组合,包括独立的FPGA芯片、基于FPGA片芯晶粒的SiP封装芯片(chiplet)制造服务以及嵌入式FPGA半导体知识产权(eFPGAIP),以帮助客户或其合作伙伴在不显著改变其算法和开发环境的情况下,顺利升级其芯片的效率和能力。

Alok继续说道,对于工业物联网(IIoT),连接和计算就像是同一枚硬币的两面。在包括无线和有线解决方案在内的连接技术的支持下,边缘计算和云计算将成为工业物联网应用的重要技术。Achronix的高性能和高密度FPGA芯片、基于FPGA晶粒的SiP封装芯片(chiplet)和eFPGAIP为工业物联网的两个领域都提供了强有力的支持。

在通信和连接领域,有许多新的标准和通信协议不断涌现,如5G正在进入工厂车间。因此,需要在包括新兴协议、传统协议和私有协议在内的不同协议和标准之间传输和转换连续的传感器数据。FPGA在这方面具有历史优势。随着新的通信协议的涌现,FPGA芯片和带有eFPGAIP的SoC/ASIC将继续服务于这些市场。

在另一个领域,边缘计算和相关的人工智能技术越来越多地被部署在不同的网络中。如工厂中人工智能的应用范围已从基于机器视觉的零件品质检测扩展到传感器融合和预测性维修。。。。。。这些技术的更广泛应用给传统的ASIC方法带来了新的挑战;而且工业物联网中的边缘智能需要硬件加速,以实现低延迟数据处理。

因此,新的器件需要具有可重新编程能力,以应对标准或协议的演进,以及/或用于人工智能和其他嵌入式智能的新算法。它们要求在为智能工厂和许多其他应用而设计的SoC中,必须引入新的架构性创新,芯片设计人员应该关注具有第二层级加速功能的嵌入式FPGA(eFPGA)IP产品,如在Achronix的SpeedcoreGen4eFPGAIP中的机器学习处理器(MLP),它可将人工智能/机器学习等相关处理的性能提升300%。

边缘计算中的FPGA

对于边缘计算在工业物联网中的具体作用,Alok补充道,对于很多行业而言,边缘计算是一个非常重要的趋势。因此包括工厂所有者、设备制造商、系统集成商、软件供应商以及与之相关的芯片设计师这样的所有利益相关者必须对其硬件加速基础架构抱有远见。他们应该选择一种具有灵活性和可扩展性的硬件基础架构,并且能够从标准器件迁移或演进到最终针对类别应用的SoC,而无需对其边缘计算解决方案进行架构性的更改。Achronix为边缘计算提供了一整套基于FPGA的完整解决方案。

例如,工业物联网解决方案提供商可以一开始选择Achronix的独立FPGA芯片来开发算法并快速启动。之后,他们可以从Achronix获得FPGA芯片晶粒和系统级封装(SiP)服务,用于制造他们自己的SiP多晶粒芯片,其中的FPGA器件直接连接到处理器和/或其他器件上,从而可以获得更高的性能。当带有人工智能功能的设备的需求量越来越大,并且它们需要更多计算能力来支持一组智能工厂功能时,他们可以用AchronixSpeedcoreGen4eFPGA半导体知识产权(IP)来开发一款系统级芯片(SoC),从而可以更加直接面向应用获得最高的性价比。

在基于Gen4架构的SpeedcoreeFPGAIP中,针对人工智能/机器学习(AI/ML)的新型机器学习处理器(MLP)模块除了具有eFPGA的性价比和更高带宽之外,还是一个完整的AI/ML计算引擎。每个MLP都包括一个循环寄存器文件,该文件利用时间局部性来重用存储/缓存的权重或数据,从而通过显着减少各种计算的数据移动来提高性能。MLP与其相邻的MLP和更大的内存单元紧密耦合,以最大限度地提高处理性能,并以最低的功率配置提供每秒最多的运算次数。MLP支持定点和浮点格式(Bfloat16;16位,半精度;和块浮点数)。用户可以根据每个应用的要求,动态地选择最佳数据精度,从而在精度和性能之间进行权衡。

工业物联网市场,数据成为其中最关键的部分,传感器作为前端的数据收集和处理器件自然也愈发重要,传感器融合逐渐成为大势所趋。

对此,Alok解释道,尽管Achronix不提供任何传感器产品,但Achronix在业界最完整的全系列FPGA产品组合可以支持传感器融合和相关数据通信的需求。例如,在当今的工厂中,由于精度的不断提高而对精密零件的光学检测的需求变得越来越普遍。对人类工作人员说,这是一项颇具挑战性同时又是重复性的任务。因此光学检测正越来越多地由智能机器处理,而这些智能机器需要各种FPGA产品,包括独立的FPGA芯片、基于FPGA晶粒的SiP封装芯片和eFPGAIP。

对FPGA产品尤其是eFPGAIP的需求有两个推动力。一方面,某些工业物联网(IIoT)应用中的传感器融合可能需要优化的系统架构,这是因为这时的传感器融合需要低功耗和更高的性能。集成了eFPGA的SoC或ASIC将具有极好的功率效率、可编程性以及单位成本。另一方面,当来自传感器的数据较大时,如机器视觉和激光雷达的数据,且算法又在不断改进时,前端数据处理或传感器融合确实需要FPGA器件或者eFPGA逻辑阵列来加速处理过程。

在当今和未来,数据安全一直是企业和用户最关心和敏感的问题,安全性和安全防护能力是工业物联网(IIoT)的重要方面。因为任何入侵或数据泄漏都可能造成巨大损失。因此有必要从整个生命周期的角度来考虑安全规划,特别是对于智能工厂中的设备这样的固定资产。设备供应商必须能够在不同客户的工厂中支持其所采用的任何定制或特有的安全算法,即使他们都计划使用相同的制造设备产品。在设备的整个生命周期内,工业物联网应用中的加密、认证或其他信息安全手段都应具有一定程度的灵活性和可扩展性。


使用特权

评论回复

相关帖子

gaochy1126|  楼主 | 2021-7-31 20:48 | 显示全部楼层
基于这些原因,像FPGA这样的可重编程器件在信息安全方面有着悠久的应用历史。Achronix在该领域支持过许多用户,涵盖不同级别的安全性。因此,对于为工业物联网应用开发SoC的芯片供应商,他们可以采用像Speedcore这样的eFPGAIP,并使用其中部分ASIC资源来开发具有灵活性和可扩展性的安全模块。此外,SpeedcoreeFPGAIP能够提供自定义块,以加速安全算法,从而实现硬件速度级别的安全性。

采访的最后,对于工业物联网当前的生态建设问题以及Achronix所做的努力,Alok认为,“由于工业物联网(IIoT)生态系统和标准仍在不断发展,因此解决方案提供商应选择一种能够在不同的发展阶段向前演进的方法。

开发人员可以一开始选择Achronix的独立FPGA芯片来开发算法并快速启动项目。之后,他们可以从Achronix获得FPGA芯片晶粒和系统级封装(SiP)服务,用于制造他们自己的SiP多晶粒芯片,其中FPGA器件直接连接到处理器和/或其他器件上,可实现更好的内部连接和性能。当带有边缘计算功能的设备的需求量越来越大,并且它们需要更多计算能力用于一组工业物联网功能时,他们可以用AchronixSpeedcoreGen4eFPGA半导体知识产权(IP)来开发一款系统级芯片(SoC),以满足当今和未来的各种需求”。

使用特权

评论回复
发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则

个人签名:这个社会混好的两种人:一是有权有势,二是没脸没皮的。

1025

主题

11271

帖子

24

粉丝