中国电子技术网

设为首页 网站地图 加入收藏

 
 
  • 首页 > 新闻 > 发力工业物联网和医疗物联网,赛灵思凭借这三大战略取胜未来

发力工业物联网和医疗物联网,赛灵思凭借这三大战略取胜未来

关键词:工业物联网医疗物联网

时间:2019-06-10 09:52:22      来源:互联网

企业的发展不能背离时代趋势,没有永远成功的企业,只有不断适应时代的企业,“居安”要“思危”是任何企业管理者都要有的战略思维。在AI当道的浪潮下,全球的科技公司都站在了战略转型的风口浪尖上,希望抓住改革的红利取得一席之地。从FPGA到ASIC被业界看作 AI硬件架构的最优解,FPGA厂商被推上了科技的前沿,随着AI的逐步落地,FPGA厂商的财报更是亮眼。

企业的发展不能背离时代趋势,没有永远成功的企业,只有不断适应时代的企业,“居安”要“思危”是任何企业管理者都要有的战略思维。在AI当道的浪潮下,全球的科技公司都站在了战略转型的风口浪尖上,希望抓住改革的红利取得一席之地。从FPGA到ASIC被业界看作 AI硬件架构的最优解,FPGA厂商被推上了科技的前沿,随着AI的逐步落地,FPGA厂商的财报更是亮眼。

“赛灵思在2019财年营业收入达到30.06亿美元,同比增长24%。我们的收入一半左右是来自亚洲,包括中国、日本以及其它亚洲国家,其中工业和医疗占总收入的1/4,工业、视觉、医疗和科学部门也是赛灵思的第四大业务部门。真正驱动我们工业领域业务的是 Zynq SoC,近两年Zynq和Zynq UltraScale+ SoC投产之后,赛灵思ISM部门的增长显著提速2.5倍。” 赛灵思ISM 部门市场总监Chetan Khona在近期的媒体会上讲道,“今天我主要讲赛灵思的工业战略。我们公司的使命是‘打造灵活应变、万物智能的世界’,而我所在的部门是要打造灵活应变、万物智能的工厂、医院和城市。”

5cf4d0e1a5672-thumb.png

赛灵思ISM部门市场总监Chetan Khona

近年来,工业物联网和医疗物联网越来越受业界关注,两者的共性有目共睹。随着物联网的发展,大量设备接入网络并源源不断产生数据。全球90%的数据创建于过去两年,现在每天产生的数据高达 2.5艾字节(1艾字节=10的18次方),预计2019年将有60尧字节(1尧字节=10的24次方)用于人工智能。Chetan Khona介绍,“我们的战略核心就是要帮助客户尽可能高效、有效的来利用数据。”

工业物联网和医疗物联网面临的诸多问题和挑战

针对工业物联网和医疗物联网,Chetan Khona分析,“在工业领域大数据可以做预测性的维护,降低工厂停工时间,帮助客户提高利润;进行资产分析可以更好地了解客户的购买习惯,通过出售这些数据创造新的收入流;通过连接性实现远程诊断和OTA更新,增强设备寿命。在医疗领域,同样可以通过大数据进行资产跟踪和利用,提高医院管理效率,减少房间等待时间;利用AI进行诊断可以得到更快更准确的结果;利用连接性,实现远程监控,提高患者的生活质量。”

尽管创新对于科技企业来说非常重要,但是对于工业和医疗客户来说,产品生命周期的长寿性更加重要。 “赛灵思的产品可以实现最低15年的生命周期,甚至可以达到20年,甚至更长。”

针对数据爆炸带来的工作负载处理,Chetan Khona强调,“我们可以根据最合理的方式来配置计算资源。比如,问题在器件端解决最合理就在器件端解决,在云端解决最合理就在云端解决,从器件端到云端中间有任何一个问题我们都可以来解决。”

无论在工业领域还是医疗领域,用户时刻都在关注隐私与安全问题,赛灵思的解决方案遵守很多全球性标准来做数据保护,赛灵思是工业安全联盟的成员,遵守其相关标准以及TCG的标准,在医疗数据领域遵循IEC26443标准。Chetan Khona解释,“我们可以保护数据,还能预测可能发生的问题,同时可以修改并且提升它的安全性,不仅仅是提供软件保护,还可以针对客户的数据做硬件的保密升级。”

2.png

关于远程传输的延迟性,比如从纽约到洛杉矶的距离是2800英里,光速是186000英里,数据的往返时间需要30ms,但是一般工业应用要求控制速率是10ms,显然通过远程传输处理数据无法满足工业应用需求。Chetan Khona用数据重力和数据惯性做了解释,它们表示的是在理想状态下关于数据的成本和有效性、效率的理想架构,意思是,数据在哪里收集的就应该在哪里处理,这样操作的效率和成本都是最优的。他表示,“我们认为应该要把智能定义在边缘,因为赛灵思对边缘的定义就是模拟的数据边界,我们的观点是能够在这些模拟数据边界上对数据进行处理,这是效率和效能最优的方式。”

通过三大战略要素推动工业物联网和医疗物联网的发展

世界级的工业与医疗物联网解决方案堆栈

3.png

在工业领域,有的企业做AI,但是没有传统的技术优势,有的企业做SoC,但是不具备AI的能力,赛灵思两者兼具,让领先的AI时延与性能与传统优势进行结合。对于不想采用分离器件的用户,采用赛灵思的单芯片解决方案就能够确保高集成度,并达到最高的成本有效性。

赛灵思的边缘人工智能解决方案来自所收购的深鉴科技,具有四大优势:一是可以实现高吞吐量和低时延;二是匹配人工智能创新的快速步伐;三是加速整体应用,相对于其它公司在器件里使用嵌入式人工智能加速器,赛灵思可以实现整个器件的加速;四是全面的AI软件平台。

针对工业和医疗中对时延性的要求,如果低于7毫秒的延时要求,赛灵思的方案可以从2倍扩大到2.5倍,如果低于2毫秒的延时要求,赛灵思相比GPU 扩展到8倍。Chetan Khona解释了其中的“秘诀”:第一,通过降低精度的CNN 和BNN,架构非常灵活支持16位浮点和8位定点;第二,模型剪枝获得更高的有效性能,如果用户创立了一个模型,发现里面有很多无用的节点,可以对其进行剪枝从低性能转向高性能,同时不会损失精度,这样可以改善性能降低功耗。

使用ALVEO 加速器卡加速工业PC

4.png

Alveo加速器卡是一块集成开发板,可以帮助客户另行投入生产,通过这一板卡可以写入软件,插入PC卡槽,相当于CPU的加速卡。相对传统方案,数据库搜索和分析提速90倍、金融计算提速89倍、机器学习v20倍、视频处理提速12倍、高性能计算和生命科学提速10倍。在工业应用中,采用Alveo加速器卡后,一台PC可以控制8个机器人,从而大大改观工厂的架构和运行。

互补的边缘与云

5.png

将物联网的模式应用在云端,对工业和医疗互联网来说延时非常高,对传输的需求很高,客户需要花费很多时间和精力做数据传输,结果还不尽理想。赛灵思选择和亚马逊云服务进行合作,在Greengrass框架下来使用亚马逊云的功能,把云端移动到边缘。通过这样的方式就大大的减少了数据传输,延时也大大降低。在连接方面,如果把智能放在边缘,即使云端连接丢失的情况下,系统依然能够正常运行。

传统的器件就像一个集装箱,它提供通用功能的DSP和FPGA,FPGA可以做沟通、支持,但是它只是逻辑器件,并没有提供很高的价值。Zynq和Zynq UltraScale+ SoC 能够把用处理器、DSP、GPU和模拟、安全处理器等几大板块集成到单个开发板中,给用户提供更高的价值。

6.png

从产品发展路线图上看,ACAP会推出一个品牌系列Versal,包含6个子系列:Versal AI Core、Versal Prime(基础版)、AI Edge、AI RF、AI+集成、HBM,其中AI Edge强调低功耗和高性能,用于工业领域。

关于Zynq SoC和AI Edge的定位,Chetan Khona解释,“Zynq和Zynq UltraScale已经部署了Edge AI,而未来,AI Edge也会是最新Versal平台的一个子系列,其主要在每瓦性能上能够达到行业领先。电子行业在不断变化,我们是在提前布局未来,它的处理能力会得到大幅度提升,Zynq UltraScale+会成为赛灵思在工业物联网和医疗物联网中最成功的产品,Versal AI Edge在未来会是一款无与伦比的产品。Edge AI既是一种能力,也是Versal的子系列。”

  • 分享到:

 

猜你喜欢

  • 主 题:英飞凌XMC4000支持EtherCAT®通讯的伺服/IO控制方案介绍
  • 时 间:2024.04.25
  • 公 司:英飞凌&骏龙科技

  • 主 题:安森美数字助听芯片的创新
  • 时 间:2024.05.09
  • 公 司:安森美

  • 主 题:IO-Link 技术介绍及相关设计解决方案
  • 时 间:2024.05.22
  • 公 司:ADI & Arrow