SoC FPGA或是工业和医疗物联网的新生力军
在这一海量市场中，工业物联网（iiot）和医疗物联网（hciot）无疑备受瞩目。有研究认为，到2020年，全球工业物联网产值将达到1510亿美元。而hciot市场的价值也同样高企，预计2022年将达到1581亿美元。在两者加速落地的时日，一员“猛将”soc fpga也冲上战场，欲与mcu、asic等争夺控制器的“话语权”。
从应用来看，iiot的功用在于预测性维护以减少停机、分析以及连接以实现远程诊断和ota更新。而hciot着重于资产跟踪与利用，以更高效的医院管理；通过ai可以改进诊断，更快、更准确地获得结果；通过网络连接实现远程医疗等。
与之相生的是，随着越来越多的设备联网，数据爆炸性增长已成为iiot和hciot的“台词”。赛灵思工业、视觉、医疗及科学（ism）市场总监chetan khona提及，全球估计每天创建的数据超过2.5艾字节数据，而2019年仅仅ai领域使用的数据就将超过60尧字节，因而如何尽可能高效、有效利用数据成为一大挑战。
“其他挑战还涉及隐私、安全以及时延和响应能力问题，同时涉及数字管理成本如传输、存储和处理，以及缺乏可靠的互联网连接等。因工厂和医院着重有效的投资，以提高投资回报率。” chetan khona进一步表示。
直面这些挑战，chetan khona认为，诸多关键要素中应强力保证安全性，同时为提升响应速度，边缘智能至关重要。比如工业时延的起码要求最低是10ms，从“数据重力”和“数据惯性”概念可知在边缘处理数据，效率和效能最佳。当然，仍有数据需要上云处理，这就需要跨边缘和云的可扩展平台。
而值得关注的走势还在于iiot走向运营技术 (ot) 与信息技术 (it) 的融合，it包括大数据、ai、移动互联网等，ot 则涵盖先进制造技术、机器人、信息物理系统等。chetan khona分析说，ot应用的时间敏感性和 it 应用的数据密集性要求如期、可靠地执行关键任务，鲁棒性、可靠性更高，因而传统的处理架构恐难以应对，需要灵活应变特别是软硬件灵活的解决方案。
在这一情形下，chetan khona认为，赛灵思soc fpga的解决方案可“分而治之”。
首当其冲的是iiot和hciot堆栈。chetan khona介绍，zynq及zynq ultrascale+ soc集成了arm、dsp、gpu和安全处理器等，提供高度灵活、可扩展以及自适应性。soc中的arm系统能为云开发提供服务，同时融合it和ot，还整合了具有高吞吐量和低时延、整体加速、全面ai软件平台的边缘ai。此外，在安全层面，zynq遵守工业、医疗等多重全球性的标准，从功能与网络层面来提供保护，相当于有了安全“通行证”。同时，赛灵思产品有最低15年的生命周期，有些甚至达二三十年，提供更高的价值。
而alveo加速器卡是赛灵思的第二利器，其加速性、面向工作负载的优化和易用性能突出。chetan khona提到对比数字说，相对传统方案，其数据库搜索和分析提升90倍、金融计算提高89倍、机器学习20倍、视频处理12倍等。他还举例道，机器人运动规划已经进入到了人机协作的阶段，整个过程需要高强度的计算，通过采用alveo加速器则可控制8台机器人。据悉上海联影医疗科技就采用alveo加速器卡用于医疗ct机。
实现云和边缘的协作和互补则是第三大特色。chetan khona指出，诸多工业和医疗互联网场景中连接是时断时续的，边缘智能不受云端连接中断的影响。而且赛灵思采用亚马逊的greengrass框架，可将云端转移到边缘，大大减少了数据传输和降低了延时。他还指出，赛灵思与阿里、microsoft azure、谷歌、ibm等都在进行类似合作。
而出色的边缘ai功能亦不可或缺。chetan khona分析说，soc fpga一方面架构灵活，支持16位浮点和8位定点。另一方面赛灵思通过并购深鉴科技获得独有的模型剪枝技术，实现了ai高性能、低时延和低功耗。chetan khona还强调，ai应用有大ai和小ai之分，或称为重量级ai和轻量级ai。大ai通过嵌入dnn硬件来实现；小ai可基于python的机器学习开源方案，赛灵思可提供pynq方案支持。
凭借三大利器——堆栈、alveo加速器卡以及边缘和云的融合，赛灵思在iiot和hciot领域已取得不俗战绩，soc fpga已广泛应用于马达控制、视频监控、机器视觉、医疗、消费电子等领域。无论是视频监控领域的海康卫视、专注图像识别的旷视、打造智能电网的南瑞、主攻医疗的迈瑞以及机器人厂商精锋微控，都已大面积采用。
一个典型的应用案例是精锋微控的智能机器人驱动与控制平台，通过采用一个zynq soc取代了20多个芯片和工业网络连接，并且实现了原来1/6的尺寸和1/5的成本。
目前zynq和zynq ultrascale+已成为开路先锋，但赛灵思在产品规划上也将推出下一代自适应计算加速平台acap——versal。chetan khona表示，2020年ai edge版本将问世，每瓦性能更高，ai性能更强劲，以适应未来iiot和hciot市场的需求。
然而，虽然有多年的行业应用历史，soc fpga相比mcu、asic毕竟还算是“新手”， mcu、asic阵营也会在顺应需求方面不断革新来攻城略地。但chetan khona认为，mcu可提供ot功能，但在it-ot融合方面还有欠缺。而且soc fpga兼具传统工业应用和ai优势，将成为重要的生力军。
而在赛灵思的营收历史性突破30亿美元大关之际，表明fpga的分水岭已然到来。正如2018年3月，刚刚担任赛灵思ceo的victor peng就宣布了赛灵思转型平台生态化战略，而今这一战略正在逐步夯实。chetan khona透露，2019财年，ism版块在赛灵思收入排名第四位，而客户数排名第一。可以预见，soc fpga为灵活应变、万物智能的世界带来的转变值得期待。
英飞凌与Resonac扩大合作范围，签署多年期碳化硅（SiC）材料供应协议
可控硅调压电路图
如何提升RT1050的代码运行速度，使其发挥最大性能
9月1日|泰克云上大讲堂—车载以太网中MII接口的测试应用
才茂道路照明灯控解决方案，赋能智慧化城市建设
SoC FPGA或是工业和医疗物联网的新生力军
旭明推出C35 LED系列产品
智能化，存储发展的又一风向标
赛力斯登陆欧洲，SERES 5首批交付完成
哈喽都已加入网约车的蛋糕， 滴滴为什么不重启？
爽玩星际2还得高配 梅捷全固P55主板仅799元
扫地机器人和吸尘器的区别及选购方法
pcb品质标准有哪些？pcb质量检验标准要注意什么
Chrome新增一项功能 部分标签页可显示该页面关键词
华为汪涛：走向智能世界2030，无线网络未来十年十大趋势
百度进军汽车行业,吉利将成为战略合作伙伴
易飞扬光模块可兼容哪些品牌？
2020年中国联通5G资本开支预计将达到约350亿元
基于高速DSP电路的PCB抗干扰设计
简述配置同轴电缆和同轴连接器的方法
从应用来看，iiot的功用在于预测性维护以减少停机、分析以及连接以实现远程诊断和ota更新。而hciot着重于资产跟踪与利用，以更高效的医院管理；通过ai可以改进诊断，更快、更准确地获得结果；通过网络连接实现远程医疗等。
与之相生的是，随着越来越多的设备联网，数据爆炸性增长已成为iiot和hciot的“台词”。赛灵思工业、视觉、医疗及科学（ism）市场总监chetan khona提及，全球估计每天创建的数据超过2.5艾字节数据，而2019年仅仅ai领域使用的数据就将超过60尧字节，因而如何尽可能高效、有效利用数据成为一大挑战。
“其他挑战还涉及隐私、安全以及时延和响应能力问题，同时涉及数字管理成本如传输、存储和处理，以及缺乏可靠的互联网连接等。因工厂和医院着重有效的投资，以提高投资回报率。” chetan khona进一步表示。
直面这些挑战，chetan khona认为，诸多关键要素中应强力保证安全性，同时为提升响应速度，边缘智能至关重要。比如工业时延的起码要求最低是10ms，从“数据重力”和“数据惯性”概念可知在边缘处理数据，效率和效能最佳。当然，仍有数据需要上云处理，这就需要跨边缘和云的可扩展平台。
而值得关注的走势还在于iiot走向运营技术 (ot) 与信息技术 (it) 的融合，it包括大数据、ai、移动互联网等，ot 则涵盖先进制造技术、机器人、信息物理系统等。chetan khona分析说，ot应用的时间敏感性和 it 应用的数据密集性要求如期、可靠地执行关键任务，鲁棒性、可靠性更高，因而传统的处理架构恐难以应对，需要灵活应变特别是软硬件灵活的解决方案。
在这一情形下，chetan khona认为，赛灵思soc fpga的解决方案可“分而治之”。
首当其冲的是iiot和hciot堆栈。chetan khona介绍，zynq及zynq ultrascale+ soc集成了arm、dsp、gpu和安全处理器等，提供高度灵活、可扩展以及自适应性。soc中的arm系统能为云开发提供服务，同时融合it和ot，还整合了具有高吞吐量和低时延、整体加速、全面ai软件平台的边缘ai。此外，在安全层面，zynq遵守工业、医疗等多重全球性的标准，从功能与网络层面来提供保护，相当于有了安全“通行证”。同时，赛灵思产品有最低15年的生命周期，有些甚至达二三十年，提供更高的价值。
而alveo加速器卡是赛灵思的第二利器，其加速性、面向工作负载的优化和易用性能突出。chetan khona提到对比数字说，相对传统方案，其数据库搜索和分析提升90倍、金融计算提高89倍、机器学习20倍、视频处理12倍等。他还举例道，机器人运动规划已经进入到了人机协作的阶段，整个过程需要高强度的计算，通过采用alveo加速器则可控制8台机器人。据悉上海联影医疗科技就采用alveo加速器卡用于医疗ct机。
实现云和边缘的协作和互补则是第三大特色。chetan khona指出，诸多工业和医疗互联网场景中连接是时断时续的，边缘智能不受云端连接中断的影响。而且赛灵思采用亚马逊的greengrass框架，可将云端转移到边缘，大大减少了数据传输和降低了延时。他还指出，赛灵思与阿里、microsoft azure、谷歌、ibm等都在进行类似合作。
而出色的边缘ai功能亦不可或缺。chetan khona分析说，soc fpga一方面架构灵活，支持16位浮点和8位定点。另一方面赛灵思通过并购深鉴科技获得独有的模型剪枝技术，实现了ai高性能、低时延和低功耗。chetan khona还强调，ai应用有大ai和小ai之分，或称为重量级ai和轻量级ai。大ai通过嵌入dnn硬件来实现；小ai可基于python的机器学习开源方案，赛灵思可提供pynq方案支持。
凭借三大利器——堆栈、alveo加速器卡以及边缘和云的融合，赛灵思在iiot和hciot领域已取得不俗战绩，soc fpga已广泛应用于马达控制、视频监控、机器视觉、医疗、消费电子等领域。无论是视频监控领域的海康卫视、专注图像识别的旷视、打造智能电网的南瑞、主攻医疗的迈瑞以及机器人厂商精锋微控，都已大面积采用。
一个典型的应用案例是精锋微控的智能机器人驱动与控制平台，通过采用一个zynq soc取代了20多个芯片和工业网络连接，并且实现了原来1/6的尺寸和1/5的成本。
目前zynq和zynq ultrascale+已成为开路先锋，但赛灵思在产品规划上也将推出下一代自适应计算加速平台acap——versal。chetan khona表示，2020年ai edge版本将问世，每瓦性能更高，ai性能更强劲，以适应未来iiot和hciot市场的需求。
然而，虽然有多年的行业应用历史，soc fpga相比mcu、asic毕竟还算是“新手”， mcu、asic阵营也会在顺应需求方面不断革新来攻城略地。但chetan khona认为，mcu可提供ot功能，但在it-ot融合方面还有欠缺。而且soc fpga兼具传统工业应用和ai优势，将成为重要的生力军。
而在赛灵思的营收历史性突破30亿美元大关之际，表明fpga的分水岭已然到来。正如2018年3月，刚刚担任赛灵思ceo的victor peng就宣布了赛灵思转型平台生态化战略，而今这一战略正在逐步夯实。chetan khona透露，2019财年，ism版块在赛灵思收入排名第四位，而客户数排名第一。可以预见，soc fpga为灵活应变、万物智能的世界带来的转变值得期待。
英飞凌与Resonac扩大合作范围，签署多年期碳化硅（SiC）材料供应协议
可控硅调压电路图
如何提升RT1050的代码运行速度，使其发挥最大性能
9月1日|泰克云上大讲堂—车载以太网中MII接口的测试应用
才茂道路照明灯控解决方案，赋能智慧化城市建设
SoC FPGA或是工业和医疗物联网的新生力军
旭明推出C35 LED系列产品
智能化，存储发展的又一风向标
赛力斯登陆欧洲，SERES 5首批交付完成
哈喽都已加入网约车的蛋糕， 滴滴为什么不重启？
爽玩星际2还得高配 梅捷全固P55主板仅799元
扫地机器人和吸尘器的区别及选购方法
pcb品质标准有哪些？pcb质量检验标准要注意什么
Chrome新增一项功能 部分标签页可显示该页面关键词
华为汪涛：走向智能世界2030，无线网络未来十年十大趋势
百度进军汽车行业,吉利将成为战略合作伙伴
易飞扬光模块可兼容哪些品牌？
2020年中国联通5G资本开支预计将达到约350亿元
基于高速DSP电路的PCB抗干扰设计
简述配置同轴电缆和同轴连接器的方法