借助 AMD Kria SOM 通过混合方式实现分布式计算

发布时间:2024-08-21  

边缘端的和连接设备的数量每天都在以指数级速度持续增长。连接数字计算设备的模拟电子传感器使系统能够获得态势感知并优化性能,从而实现高生产力和效率。有多种方法可以应对边缘端产生的传感器数据激增带来的处理挑战:

1. 将所有收集的数据发送到云端进行处理

a. 这种方法会增加时延和高数据传输成本

2. 在边缘端(靠近模拟-数字边界)处理所有收集的数据

a. 这种方法要求在本地进行更高的处理

3. 将数据分布在云端和边缘端

a. 这种混合方式在时延、算力、数据传输成本和功耗之间实现了平衡。

分布式计算的混合方法可以通过在边缘端使用可扩展、高效且低功耗的自适应计算平台来实现,这种平台可以无缝连接到云端以传输双向数据。为了让用户快速开始设计之旅,整个 AMD Kria™ 入门套件产品组合(包括其 Kria SOM)均已通过认证,可以运行目前最普遍的物联网管理系统——AWS IoT Greengrass 和 Azure IoT Edge。

AMD Kria 入门套件产品组合包括开箱即用的开发者平台,可用于设计视觉 AI、机器人和工业、电机控制和 DSP 应用。AMD Kria 入门套件令没有 FPGA 专业知识的嵌入式软件开发人员也能轻松使用 Kria K26 SOM 开始打造独特的边缘应用和解决方案,以实现批量生产部署。配备 Kria SOM 的异构计算能以低时延、低功耗和确定性满足边缘计算要求,同时承担云端和边缘之间分布的传感器融合和 AI。通过 AWS IoT Greengrass 和 Azure IoT Edge 认证,使用 AMD 启动设计从未如此简单。

什么是物联网管理系统?它们为何很重要?

在典型的部署中,会有多个边缘设备与同云端进行通信的相连。物联网管理系统允许用户注册这些边缘设备,以建立与云端的通信、创建群组、收集数据、推送更新、与其他边缘设备进行本地通信,同时将安全放在首位!

AWS IoT Greengrass 是一种开源的 IoT 边缘运行时和云服务,可帮助您在设备上构建、部署和管理 IoT 应用。AWS IoT Greengrass 使您的设备能够在更靠近数据生成的位置收集和分析数据,自主响应本地事件,并与本地网络上的其他设备安全通信。Greengrass 设备还能与 AWS IoT Core 进行私密通信并将 IoT 数据导出至 AWS 云。

Azure 提供的 IoT Edge 是一种以设备为重的运行时,支持您部署、运行和监控容器化 Linux 工作负载。Azure IoT Edge 是 Azure IoT 中心的一项功能,使您能从云端扩展和管理 IoT 解决方案。Azure IoT Edge 可帮助您将云端的分析能力带到更接近您的设备的位置,从而获得更出色的商业洞察并实现离线决策。

开始使用 AMD Kria 入门套件:

Kria SOM 的设计充分考虑了软件工程师的需求,提供了熟悉的设计环境,无需 FPGA 编程经验。它们由 Kria 入门套件支持,这些套件是低成本的开箱即用开发平台,经过认证,可与 AWS IoT Greengrass 和 Azure IoT Edge 配合使用。使用 AMD 产品启动开发,实现跨云端和边缘的分布式计算优势,从未如此简单。

AWS IoT Greengrass

Kria KV260 视觉 AI 入门套件

Kria KR260 机器人入门套件

Kria KD240 驱动器入门套件

Azure IoT Edge

Kria KV260 视觉 AI 入门套件

Kria KR260 机器人入门套件

Kria KD240 驱动器入门套件

文章来源于:21IC    原文链接
本站所有转载文章系出于传递更多信息之目的,且明确注明来源,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

相关文章

    得到趋势分量、细节分量和随机分量。 步骤3:初始化改进K-means聚类算法参数,聚类类别数k取待分析台变数,以各台变低压侧三相电压平均值为初始聚类中心。 步骤4:由式(l5)计算出各用户与k个聚......
    简单且收敛速度快的特点。通常采用的准则函数是平方误差准则函数,即:  ⑵ 式中,E为所有数据的误差平方和,P为单个的对象,mi为均值K-means算法是基于距离的聚类算法,它将......
    系列算法,在Faster R-CNN 网络的第一层卷积层前加入一个预处理层,其次使用K-means 算法聚类分析anchor 框中行人的宽高比,选出适合行人的宽高比作为anchor 的尺寸,提出......
    续的优化工作提供线索。 聚类分析 :利用聚类算法(如K-means、层次聚类等)对数据进行分类。通过聚类,我们可以发现数据中的潜在结构和群组,从而......
    偶然数据突变的影响。 抽取突变:去除静态和缓慢变化的数据背景,强调瞬间变化。 简单移动平均线:保留数据流最近的K个数据,取平均值。 下面,具体介绍一下这3种处理方法。 加权平滑 使用算法如下: (新值) = (旧值......
    为谐波消除模型的原理图,其具体算法步骤如下: 图2 自适应消除模型 首先定义参考信号向量Xk ^T^ =[X k ^c^ Xk ^s^ ]和权重向量wk ^T^ =[w k ^c^ wk......
    单片机常用的14个C语言算法,看过的都成了大神!;算法(Algorithm):计算机解题的基本思想方法和步骤算法的描述:是对要解决一个问题或要完成一项任务所采取的方法和步骤的描述,包括......
    很多已经发展多年的技术,比如线性回归(Linear Regression)、K均值K-means,基于原型的目标函数聚类方法)、决策树(Decision Trees,运用概率分析的一种图解法)、随机森林(Random......
    法对比度有一些差,此次对比后得出加权平均值法灰度化和最大值法灰度化得到的结果最好,图片的对比度得到了改善,细节也处理得较为妥当。 6 结束语 图像灰度化作为图像预处理的重要步骤之一,可以......
    对线性系统的,其思想对于非线性系统也是适应的,由此延伸出来的有EKF,UKF等。 我们先从简单的问题入手,来了解卡尔曼滤波的思想 假如我们想知道一枚硬币的厚度,并且有k个测量值,为了估计真实值,我们一般对其取均值......

我们与500+贴片厂合作,完美满足客户的定制需求。为品牌提供定制化的推广方案、专属产品特色页,多渠道推广,SEM/SEO精准营销以及与公众号的联合推广...详细>>

利用葫芦芯平台的卓越技术服务和新产品推广能力,原厂代理能轻松打入消费物联网(IOT)、信息与通信(ICT)、汽车及新能源汽车、工业自动化及工业物联网、装备及功率电子...详细>>

充分利用其强大的电子元器件采购流量,创新性地为这些物料提供了一个全新的窗口。我们的高效数字营销技术,不仅可以助你轻松识别与连接到需求方,更能够极大地提高“闲置物料”的处理能力,通过葫芦芯平台...详细>>

我们的目标很明确:构建一个全方位的半导体产业生态系统。成为一家全球领先的半导体互联网生态公司。目前,我们已成功打造了智能汽车、智能家居、大健康医疗、机器人和材料等五大生态领域。更为重要的是...详细>>

我们深知加工与定制类服务商的价值和重要性,因此,我们倾力为您提供最顶尖的营销资源。在我们的平台上,您可以直接接触到100万的研发工程师和采购工程师,以及10万的活跃客户群体...详细>>

凭借我们强大的专业流量和尖端的互联网数字营销技术,我们承诺为原厂提供免费的产品资料推广服务。无论是最新的资讯、技术动态还是创新产品,都可以通过我们的平台迅速传达给目标客户...详细>>

我们不止于将线索转化为潜在客户。葫芦芯平台致力于形成业务闭环,从引流、宣传到最终销售,全程跟进,确保每一个potential lead都得到妥善处理,从而大幅提高转化率。不仅如此...详细>>