Xilinx打造 reVISION新品牌，从端到云全面支持机器学习应用

 赛灵思(Xilinx)面向广泛的视觉导向机器学习应用领域推出Xilinx reVISION堆栈。作为赛灵思推出的一个崭新的品牌形象， reVISION 堆栈解决方案进一步补充和完善了其近期发布的面向云端主流应用的可重配置加速堆栈，将Xilinx技术在机器学习应用领域的部署从云端扩张到了更广泛的从终端应用领域。

重磅出击，创新品牌打通广泛应用障碍

Xilinx在视觉领域已经赢得了众多客户，其中40余家正在运用机器学习进行设计。以汽车行业为例，全球已经有23 家汽车制造商在 85 款不同车型的 ADAS 系统中部署了高级嵌入式视觉系统，另外还有其它数百家嵌入式视觉客户在数千种应用中也部署了赛灵思的先进嵌入式视觉系统。在这些市场中，差异化至关重要，系统必须具备最高响应速度、最新算法和快速的传感器部署，大约三分之二的视觉导向半导体应用属于这个市场，其中包括传统的高端消费市场、汽车、工业、医疗和航空航天与国防等。这些应用正从嵌入式视觉向视觉导向的自主系统升级，新一代应用包括和工人一起工作的协作机器人、具有“感应和躲避”功能的无人机、增强现实、自动驾驶汽车、自动化监控和医疗诊断等。这些都需要智能性及高效的立即响应性、升级到最新算法和传感器的灵活性，以及随时与其他机器和云保持连接。

Xilinx战略与市场营销高级副总裁 Steve Glaser表示：“Xilinx能够不仅支持从传感器到小于8位推断与控制的全程优化，还能够支持最新网络和传感器的可重配置性，并提供任意连接的能力，正满足了这些应用对响应性、可重配置性和连接性的需求。以往，Xilinx器件的这些优势只有那些拥有硬件或者RTL设计专长的专业用户才能受益，对于更广泛的应用和支持使用行业标准库和框架进行软件定义编程，还存在障碍。reVISION堆栈的推出，有效解决了这个通往广泛应用的障碍。”

图：赛灵思公司战略与市场营销高级副总裁Steve Glaser

Xilinx reVISION 堆栈包括平台、算法和应用开发所需的丰富的开发资源，可支持最流行的神经网络，包括AlexNet、GoogLeNet、SqueezeNet、SSD和 FCN。此外，该堆栈还提供了库元素， 包括 CNN 网络层的预定义的优化型实现方案，这也是构建定制神经网(DNN/CNN)所必需的。机器学习元素配合丰富的满足加速要求的 OpenCV 系列功能用于计算机视觉处理。对应用层开发来说，Xilinx支持业界标准的框架，包括用于机器学习的 Caffe 和用于计算机视觉的 OpenVX。reVISION 堆栈还包括赛灵思及第三方提供的开发平台，诸如各种类型的传感器。

因此，reVISION堆栈能够支持更广泛的嵌入式软件和系统工程师，使其即使没有或者很少硬件设计专业知识也可以使用赛灵思技术更轻松、更快速地开发视觉导向的智能系统。在单个 Zynq SoC 或 MPSoC 上开发出嵌入式视觉应用，一旦将机器学习、计算机视觉、传感器融合和连接的优势融为一体，工程师将从中大受裨益。

剑走偏锋，决胜于CPU/GPU短板

reVISION 支持以最快速度发展到响应速度最快的视觉系统，和现有的计算嵌入式 GPU 和典型 SoC相比，其机器学习推断的单位功耗图像捕获速度提升了 6 倍，计算机视觉处理的单位功耗帧速度提升了40倍，时延降低为1/5。Glaser告诉21ic记者，这些数据是针对硬件知识有限的工程师，如果是硬件专家，则更多是依据Zynq SoC芯片的优势，借助reVISION可以实现双倍性能提升，例如其时延可以实现1/12，在机器学习的单位功耗图像捕获速度能够提升10倍，在计算机视觉方面，每帧每秒每瓦这个指标上能够达到100倍的优化。

拥有速度极快的确定性系统响应时间有什么好处呢?在高级辅助驾驶应用中，一辆汽车采用赛灵思基于 Zynq SoC 的reVISION 与采用 Nvidia Tegra 的汽车一起识别潜在的碰撞并采取刹车，在速度为 65mph 情况下，根据 Nvidia器件的具体实现方案，赛灵思的响应时间可以让汽车在5到33英尺的距离停下，从而轻松实现安全刹车，避免碰撞。

Glaser表示：“我们从端到云看到来自机器学习应用领域的巨大兴趣，而且我们也相信赛灵思对堆栈开发持续的投入能加速主流应用。今天，成百上千的嵌入式视觉客户都借助赛灵思技术实现了性能和时延 10 倍以上的提升。新增reVISION 之后，成千上万的客户也将受益于上述种种优势。”

客户追捧， reVISION 为视觉导向机器学习应用铺平道路

Eyetech Digital Systems 公司 CEO 兼创始人 Robert Chappell 指出：“我们的眼部跟踪科技采用 Zynq SoC 支持高清视觉分析功能，让 ALS 等各种瘫痪病人受益匪浅。新型reVISION 堆栈借助机器学习的力量为算法开发提供了各种新的机会。这必将支持我们进一步扩展我们的人机交互硬件产品，并提升我们核心眼部跟踪产品的价值。”

Xilinx中国本地客户也对reVISION寄予厚望。为无人机/机器人、安防监控和数据中心提供嵌入式视觉解决方案的深鉴科技(DeePhi)创始人兼CEO姚颂表示：“我们已经开发了一个完整的工作流程，用于在FPGA上部署深度学习算法，实现算法、软件和硬件的协同优化。在未来，我们希望真正赋予万物智能，而赛灵思的全可编程技术将支持我们不断地适应和重新配置系统以实现这个目标。reVISION堆栈中所包含的完整的工具包，可以让我们的客户更加轻松容易地利用全可编程FPGA和SoC—即使是没有任何FPGA开发背景的算法工程师也能有效地部署经过训练的模型。这对于利用FPGA搭建智能解决方案有莫大的好处。”

随着神经网络、算法和传感器技术和接口标准不断加速发展，可重配置性对“适应未来的”智能视觉化系统至关重要。凭借reVISION堆栈所独有的可重配置性和任意连接优势，开发人员能够快速开发和部署升级，更快完成从嵌入式视觉向视觉导向的自主系统的升级。