Xilinx推出reVISION堆栈，响应速度更快、更智能、更灵活几倍甚至几十倍，而功耗却只有CPU的一半。三个月后，Xilinx宣布推出reVISION堆栈，将Xilinx技术扩展到广泛的面向视觉的机器学习应用，并实现从端到云端的机器学习应用。那么，赛灵思如何看待机器学习的未来？reVISION堆栈的优势是什么？reVISION堆栈将应用于哪些行业？本文将一一介绍。 1。从嵌入式视觉到自主系统，机器学习在不断进化 从嵌入式视觉系统到视觉引导自主系统，机器学习在不断进化和进化，在不断转化应用的过程中实现。比如在汽车领域，原来的前视车载摄像头，包括ADAS系统，现在变成了自己的眼睛、耳朵、大脑的自动驾驶汽车。在医学领域，医学影像结合医生的人眼进行诊断，未来将成为一种自动化医学诊断，即通过机器学习，机器可以做出诊断并提出治疗方案，其准确性高。高于现在的人类水平。 机器学习的不断演进，要求企业在开发下一代系统时，要支持未来各种复杂的应用。首先，必须利用机器学习技术来提高智能，这就需要高效的应用算法来提高实时应用的响应速度。第二个是更灵活，因为机器学习变化非常快，新的神经网络和算法不断涌现。此外，传感器技术也在不断发展。只有能够灵活适应这些新的技术发展，才能真正跟上系统的演进。三是实现互联互通，因为在物联网的世界里，需要与其他机器、云端互联互通的能力。 Xilinx的reVISION堆栈满足机器学习这三个方面的要求。reVISION堆栈不仅支持最快的系统响应，还支持从传感器一直到处理系统的优化。为了获得更大的灵活性，reVISION堆栈提供了一个完全可配置的解决方案，不仅优化了软件，还优化了硬件，包括结合最先进的神经网络、算法和传感器的能力。此外，reVISION堆栈可以随意互连，支持与其他网络、机器、现有和新标准以及云端的互连。 其次，reVISION堆栈可以帮助硬件工程师大大提高工作效率 要添加一些机器学习或计算机视觉应用和新算法，如果要应用Xilinx设备，需要相当长的开发周期。然而，reVISION堆栈引入了新流程来帮助硬件工程师更高效地工作。 虽然XilinxreVISION堆栈只提供了20%的解决方案，其中80%必须客户自己完成，但是因为Xilinx的20%已经可以带来很大的差异化和优势，可以大大超越竞争对手。 从客户那里了解到，他们希望应用行业标准库和行业应用框架，帮助他们进一步提高工作效率。reVISION堆栈可以大大减少开发时间，无论是计算机、视觉还是机器学习，也就是说，用户可以有80%的高起点，剩下的20%，他们只需要做剩下的20个%自己可以完成的应用开发。 3。高速响应时间优于其他 图像/秒/瓦是测试机器学习响应时间的主要指标。在这方面，说明Xilinx优于业界其他选择。高出6倍，在计算机视觉上更胜一筹。基准比较表明，reVISION堆栈/秒/瓦比竞争产品高42倍。 以自动驾驶为例。有一辆小汽车跟在一辆皮卡车后面。这时，皮卡车突然决定紧急停车。reVISION只需要2.7毫秒就可以停下来，而竞争对手则需要49毫秒甚至320毫秒。停车需要几毫秒，如果汽车以65英里/小时的速度行驶，停车距离的差异可能在5英尺到33英尺之间，而这种差异就是发生事故和没有发生事故的区别。 4。可重构性能更灵活高效 相对于过去几年其他一些新技术的进步，机器学习包括神经网络和算法。过去两年取得的进步几乎等于前45年的技术进步，预计这种快速发展将继续加速，而不是放缓。这意味着无论今天是谁制定了一些规范和设计，明天它们就会过时，除非它们可以重新配置以应用先进的神经网络、算法和技术来大幅提高效率。reVISION堆栈提供的可重构功能可以在不改变自身系统硬件的情况下应用视觉和机器学习领域的最新技术和进步。 传感器技术加速发展的过程既包括传感器技术，也包括传感器技术的集合，即传感器融合。所以在过去的几年里，我们看到了不同类型和类别的传感器的演变。但尤其是在视觉系统，也就是成像领域，未来传感器的数量和类型都会呈爆炸式增长，客户希望能够将这些不同数量和类型的传感器集成到一个系统。reVISION堆栈实现了非常独特的可重构能力，不仅支持不同类型和技术的传感器，还支持这些传感器的集成和融合。 此次发布的reVISION堆栈共推出了ZCU102、ZCU104、ZC702和ZC706四款产品，为不同客户提供完善的解决方案。
