重定义FPGA 超低功耗 超小尺寸
莱迪思的研发工程师几年前就开始着手fpga开发工艺的创新，旨在为客户提供具备上述特性的硬件平台。最终莱迪思成为业界首个支持28 nm全耗尽型绝缘体上硅（fd-soi）工艺的低功耗fpga供应商。该工艺由三星研发，与如今大多数半导体芯片采用的bulk cmos工艺有些类似，但优势更为显著，能在显著降低器件尺寸和功耗的同时，大幅提升性能和稳定性。
除了支持全新的制造平台，莱迪思还依托其低功耗、小尺寸fpga领先开发商的行业经验，在系统设计的各个层面（从完善的系统解决方案到fpga架构，再到电路）取得创新，进一步降低功耗，减小fpga尺寸，同时提升系统性能。全新的制造工艺与多个层面的创新催生了莱迪思nexus™ fpga开发平台。
莱迪思nexus重新定义低功耗fpga
fd-soi工艺让莱迪思的工程师能够开发全新电路设计，充分发挥该工艺的固有优势。其优势之一就是fd-soi支持可编程基体偏压（body bias），这是一种位于晶体管基体上的块电阻，能让开发人员在晶体管运行期间进行动态调节。莱迪思的研发团队发明的可编程基体偏压，能够根据设计的功耗和散热管理需要，让器件以高性能模式或低功耗模式运行。只需通过软件开关即可控制运行模式。开发人员通过对基体偏压进行编程实现高性能或低功耗之间的切换，可以优化 fpga 的功耗/性能，更好地满足应用的功耗和散热管理需求。这不仅有助于降低电池供电的网络边缘设备的功耗，还能降低工业和数据中心等应用的电力成本。根据莱迪思估算，基于nexus平台的fpga的功耗将比同类竞品最多减少75%。
图1：可编程基体偏压让使用莱迪思fpga的开发人员能够密切控制电路的泄电流，同时对器件进行微调，实现低功耗或高性能模式。
莱迪思nexus加速ai处理性能
为了支持ai等网络边缘新兴技术，设备的开发人员需要让系统更加智能。他们的做法是为系统集成更多智能功能，从而让设备在网络边缘端执行实时数据处理和分析。然而ai的设计人员面临诸多挑战。ai推理算法需要大量计算，还要求具备大型存储模块在本地存储数值用于计算。以前ai解决方案的开发人员需要高水平的dsp来实现算法时，他们往往选择外部资源，如系统中或者云端的另一个处理器。然而在片外执行ai计算会导致数据延迟，此外将客户数据发送到云端还会引发数据隐私问题和安全隐患。
有了nexus fpga技术平台，莱迪思可以通过集成更大的ram和优化的dsp模块在本地存储数据和执行计算解决延迟问题。nexus fpga比之前的莱迪思fpga性能提升了一倍（同时功耗降低一半），因此开发人员可以在网络边缘实现ai推理算法。网络边缘ai推理的潜在应用包括自动工业机器人、adas系统、安防摄像头和智能门铃等。
莱迪思nexus fpga提供高稳定性
通常的半导体器件由于高能粒子（如宇宙射线和α粒子）撞击晶体管，性能会受到损害；这一现象被称为软错误。从软错误中恢复需要重置fpga，这对于那些不允许系统中断哪怕几毫秒的关键应用而言，显然不适用。为了解决这一难题，采用bulk cmos工艺开发的器件通常会使用一些功能来校正软错误，例如片上软错误校正（sec）和错误代码校正（ecc）模块。莱迪思基于nexus平台的fpga不仅支持以上功能，还拥有一层极薄的氧化物（得益于fd-soi工艺）保护fpga中的晶体管，防止高能粒子对基底产生影响。因此基于莱迪思nexus技术平台开发的fpga与同类fpga产品相比，软错误率可降低100多倍。由此带来稳定性的大幅提升，对于任何应用而言都不失为理想之选，尤其是汽车和工业领域的一些关键应用，其器件故障可能导致重大人员伤害和财产损失。
小尺寸不在话下
莱迪思nexus技术平台还能满足网络边缘设备不断精简尺寸的需求。许多fpga厂商都在设计产品用于数据中心（云端）的数据分析应用，它们的架构很大，不适用于逻辑单元的数量较少的小型fpga。莱迪思则专注开发小型、低功耗的fpga，创造了紧凑的fpga架构，其器件的物理尺寸比相似逻辑密度的fpga竞品小十倍之多。
莱迪思nexus技术平台提供完善的系统解决方案
除了nexus技术平台上晶体管结构的创新之外，莱迪思还研究了设计过程中更高层次的抽象设计，以了解如何帮助客户在其应用设计中快速轻松地应用nexus fpga。莱迪思已经创建或购买并验证了易于使用、直观的设计软件、预先设计的软ip模块、评估板、套件以及完整的参考设计等资源，从而实现莱迪思目标市场（通信、计算、工业、汽车和消费电子）的各类常见应用，包括传感器聚合、传感器桥接和图像处理。
图2：莱迪思为嵌入式视觉市场提供完整的参考设计，让开发人员快速轻松地让新产品或现有产品设计支持流行的应用。
让我们进一步了解图2中的传感器聚合演示，看看这类演示如何帮助客户快速将产品推向市场。该演示主要用于嵌入式视觉系统，可以从多达四个源获取视频数据流，将它们合并为一个数据流，然后通过高速 mipi d-phy将其发送到显示器或处理器以进行后续处理。该演示的潜在应用包括高级驾驶辅助系统（adas）。在此应用中开发人员需要从多个摄像头和/或雷达传感器收集、汇总数据，然后将其发送给处理器实时做出决策，保障安全。由于无须将多个传感器连接到汽车应用处理器（ap），开发人员可以简化系统pcb上的走线，节省宝贵的ap i/o端口，从而降低系统成本，减小总体尺寸。
在软件方面，莱迪思nexus平台上的fpga可搭配设计软件和莱迪思精选的预验证ip库来实现该平台拟支持的各类应用。
推出首款基于莱迪思nexus的fpga：crosslink-nx
crosslink-nx™ 作为采用莱迪思 nexus 技术平台开发的首个新产品系列，将迎来巨大机遇。 全新的 crosslink-nx fpga继承了crosslink系列fpga在视频信号桥接、拆分和聚合等应用中的优势，同样支持所有视频信号应用。得益于莱迪思nexus开发平台，crosslink-nx fpga系列具有更高的存储逻辑比、更优化的dsp、更多的逻辑单元和更快的i/o，能够使用ai算法处理视频数据，运行速度是之前fpga的两倍。此外，在工业和汽车应用中，crosslink-nx的尺寸比上一代产品小了10倍，软错误率最高降低100倍，大幅提升了可靠性。最后，为进一步加快产品上市时间，莱迪思提供diamond 2.0 fpga开发工具、经过验证的ip模块以及基于crosslink-nx fpga的应用参考设计。
图3：crosslink-nx系列fpga是首款基于莱迪思nexus技术平台开发的产品，用于ai和嵌入式视觉应用。
结论
如今，快速发展的网络边缘设备市场在要求更高性能和可靠性的同时，希望设备具有低功耗和小尺寸的特性。莱迪思向来注重帮助开发人员将智能、低功耗网络边缘设备推向市场，服务各类应用。随着 nexus平台的推出，莱迪思半导体可以快速开发新的fpga，开发人员也可以加速产品开发，满足新的市场需求。莱迪思nexus平台的推出，重新定义了开发人员对小型、低功耗fpga的期望。
51单片机存储器内存的讲解
国内锂电池三元材料专利技术布局现状究竟如何
32位百兆网络单片机CH561系统框架及特点分析
如何借助GPT-4评审、重构代码？
生物有机肥检测仪是什么，它有哪些用途
重定义FPGA 超低功耗 超小尺寸
维修泰克示波器MDO34进不去测试界面最新案例
百度与海尔强强联手助力AI与IoT结合改变智慧家庭新商业模式
水泵维修的几种必要常识
FET晶体管电路设计参数
基于瞬时无功电流理论三相谐波提取的DSP实现
HTTP性能
微星推出即将新一代散热设计的RTX 3060 Ti
中国整体经济转型升级，国产机器人不确定性在加剧
电梯门磁传感器的重要性体现在哪里？
苹果谷歌巨头推波,车载操作系统涨势好
全球汽车用FPC市场规模分析
华淇精英曾振华：华为小米新机助推无线充电市场增长 陶瓷手机后盖将成为5G手机主流配置
初学者SMD焊接指南
小米6的闪存都是用ufs2.1？比emmc好在哪里？
除了支持全新的制造平台，莱迪思还依托其低功耗、小尺寸fpga领先开发商的行业经验，在系统设计的各个层面（从完善的系统解决方案到fpga架构，再到电路）取得创新，进一步降低功耗，减小fpga尺寸，同时提升系统性能。全新的制造工艺与多个层面的创新催生了莱迪思nexus™ fpga开发平台。
莱迪思nexus重新定义低功耗fpga
fd-soi工艺让莱迪思的工程师能够开发全新电路设计，充分发挥该工艺的固有优势。其优势之一就是fd-soi支持可编程基体偏压（body bias），这是一种位于晶体管基体上的块电阻，能让开发人员在晶体管运行期间进行动态调节。莱迪思的研发团队发明的可编程基体偏压，能够根据设计的功耗和散热管理需要，让器件以高性能模式或低功耗模式运行。只需通过软件开关即可控制运行模式。开发人员通过对基体偏压进行编程实现高性能或低功耗之间的切换，可以优化 fpga 的功耗/性能，更好地满足应用的功耗和散热管理需求。这不仅有助于降低电池供电的网络边缘设备的功耗，还能降低工业和数据中心等应用的电力成本。根据莱迪思估算，基于nexus平台的fpga的功耗将比同类竞品最多减少75%。
图1：可编程基体偏压让使用莱迪思fpga的开发人员能够密切控制电路的泄电流，同时对器件进行微调，实现低功耗或高性能模式。
莱迪思nexus加速ai处理性能
为了支持ai等网络边缘新兴技术，设备的开发人员需要让系统更加智能。他们的做法是为系统集成更多智能功能，从而让设备在网络边缘端执行实时数据处理和分析。然而ai的设计人员面临诸多挑战。ai推理算法需要大量计算，还要求具备大型存储模块在本地存储数值用于计算。以前ai解决方案的开发人员需要高水平的dsp来实现算法时，他们往往选择外部资源，如系统中或者云端的另一个处理器。然而在片外执行ai计算会导致数据延迟，此外将客户数据发送到云端还会引发数据隐私问题和安全隐患。
有了nexus fpga技术平台，莱迪思可以通过集成更大的ram和优化的dsp模块在本地存储数据和执行计算解决延迟问题。nexus fpga比之前的莱迪思fpga性能提升了一倍（同时功耗降低一半），因此开发人员可以在网络边缘实现ai推理算法。网络边缘ai推理的潜在应用包括自动工业机器人、adas系统、安防摄像头和智能门铃等。
莱迪思nexus fpga提供高稳定性
通常的半导体器件由于高能粒子（如宇宙射线和α粒子）撞击晶体管，性能会受到损害；这一现象被称为软错误。从软错误中恢复需要重置fpga，这对于那些不允许系统中断哪怕几毫秒的关键应用而言，显然不适用。为了解决这一难题，采用bulk cmos工艺开发的器件通常会使用一些功能来校正软错误，例如片上软错误校正（sec）和错误代码校正（ecc）模块。莱迪思基于nexus平台的fpga不仅支持以上功能，还拥有一层极薄的氧化物（得益于fd-soi工艺）保护fpga中的晶体管，防止高能粒子对基底产生影响。因此基于莱迪思nexus技术平台开发的fpga与同类fpga产品相比，软错误率可降低100多倍。由此带来稳定性的大幅提升，对于任何应用而言都不失为理想之选，尤其是汽车和工业领域的一些关键应用，其器件故障可能导致重大人员伤害和财产损失。
小尺寸不在话下
莱迪思nexus技术平台还能满足网络边缘设备不断精简尺寸的需求。许多fpga厂商都在设计产品用于数据中心（云端）的数据分析应用，它们的架构很大，不适用于逻辑单元的数量较少的小型fpga。莱迪思则专注开发小型、低功耗的fpga，创造了紧凑的fpga架构，其器件的物理尺寸比相似逻辑密度的fpga竞品小十倍之多。
莱迪思nexus技术平台提供完善的系统解决方案
除了nexus技术平台上晶体管结构的创新之外，莱迪思还研究了设计过程中更高层次的抽象设计，以了解如何帮助客户在其应用设计中快速轻松地应用nexus fpga。莱迪思已经创建或购买并验证了易于使用、直观的设计软件、预先设计的软ip模块、评估板、套件以及完整的参考设计等资源，从而实现莱迪思目标市场（通信、计算、工业、汽车和消费电子）的各类常见应用，包括传感器聚合、传感器桥接和图像处理。
图2：莱迪思为嵌入式视觉市场提供完整的参考设计，让开发人员快速轻松地让新产品或现有产品设计支持流行的应用。
让我们进一步了解图2中的传感器聚合演示，看看这类演示如何帮助客户快速将产品推向市场。该演示主要用于嵌入式视觉系统，可以从多达四个源获取视频数据流，将它们合并为一个数据流，然后通过高速 mipi d-phy将其发送到显示器或处理器以进行后续处理。该演示的潜在应用包括高级驾驶辅助系统（adas）。在此应用中开发人员需要从多个摄像头和/或雷达传感器收集、汇总数据，然后将其发送给处理器实时做出决策，保障安全。由于无须将多个传感器连接到汽车应用处理器（ap），开发人员可以简化系统pcb上的走线，节省宝贵的ap i/o端口，从而降低系统成本，减小总体尺寸。
在软件方面，莱迪思nexus平台上的fpga可搭配设计软件和莱迪思精选的预验证ip库来实现该平台拟支持的各类应用。
推出首款基于莱迪思nexus的fpga：crosslink-nx
crosslink-nx™ 作为采用莱迪思 nexus 技术平台开发的首个新产品系列，将迎来巨大机遇。 全新的 crosslink-nx fpga继承了crosslink系列fpga在视频信号桥接、拆分和聚合等应用中的优势，同样支持所有视频信号应用。得益于莱迪思nexus开发平台，crosslink-nx fpga系列具有更高的存储逻辑比、更优化的dsp、更多的逻辑单元和更快的i/o，能够使用ai算法处理视频数据，运行速度是之前fpga的两倍。此外，在工业和汽车应用中，crosslink-nx的尺寸比上一代产品小了10倍，软错误率最高降低100倍，大幅提升了可靠性。最后，为进一步加快产品上市时间，莱迪思提供diamond 2.0 fpga开发工具、经过验证的ip模块以及基于crosslink-nx fpga的应用参考设计。
图3：crosslink-nx系列fpga是首款基于莱迪思nexus技术平台开发的产品，用于ai和嵌入式视觉应用。
结论
如今，快速发展的网络边缘设备市场在要求更高性能和可靠性的同时，希望设备具有低功耗和小尺寸的特性。莱迪思向来注重帮助开发人员将智能、低功耗网络边缘设备推向市场，服务各类应用。随着 nexus平台的推出，莱迪思半导体可以快速开发新的fpga，开发人员也可以加速产品开发，满足新的市场需求。莱迪思nexus平台的推出，重新定义了开发人员对小型、低功耗fpga的期望。
51单片机存储器内存的讲解
国内锂电池三元材料专利技术布局现状究竟如何
32位百兆网络单片机CH561系统框架及特点分析
如何借助GPT-4评审、重构代码？
生物有机肥检测仪是什么，它有哪些用途
重定义FPGA 超低功耗 超小尺寸
维修泰克示波器MDO34进不去测试界面最新案例
百度与海尔强强联手助力AI与IoT结合改变智慧家庭新商业模式
水泵维修的几种必要常识
FET晶体管电路设计参数
基于瞬时无功电流理论三相谐波提取的DSP实现
HTTP性能
微星推出即将新一代散热设计的RTX 3060 Ti
中国整体经济转型升级，国产机器人不确定性在加剧
电梯门磁传感器的重要性体现在哪里？
苹果谷歌巨头推波,车载操作系统涨势好
全球汽车用FPC市场规模分析
华淇精英曾振华：华为小米新机助推无线充电市场增长 陶瓷手机后盖将成为5G手机主流配置
初学者SMD焊接指南
小米6的闪存都是用ufs2.1？比emmc好在哪里？