前言

FPGA技術能夠以低功耗和低延遲實現復雜的神經網絡，同時還能連接大量外設并提供對工業應用非常重要的高穩定性，因此正在成為嵌入式人工智能應用領域的主要參與者。

客戶挑戰

在這種情況下，瑞蘇盈科Enclustra本身就是自己的客戶。Enclustra面臨的挑戰是探索FPGA在嵌入式人工智能應用中的潛力，并通過演示系統進行展示。

解決方案

該應用基于火星Mars XU3模塊，采用AMD Zynq UltraScale+ MPSoC器件，安裝在Mars ST3底板上，采用resnet50和SSD等流行的神經網絡分別進行圖像分類和實時人臉檢測。圖像由連接到Mars ST3底板的標準USB攝像頭捕獲。為了獲得更高的性能，還可以使用MIPI接口，Mars ST3也提供該接口。然后，可以在支持DisplayPort的顯示器上查看添加了疊加層的實時圖像。此外，使用Enclustra的通用驅動控制器IP核，添加無刷直流電機或步進電機等執行器也是輕而易舉的事情。

火星Mars XU3核心板

想要了解產品更多詳情，請點擊圖片跳轉

亮點

基于AMD Zynq Ultrascale+ MPSoC XCZU2CG/2EG/3EG

將CPU系統的靈活性與并行處理能力和FPGA系統的實時能力相結合

高速DDR4 SDRAM

支持模擬差分輸入

多個型號可供選擇，提供工業級型號

支持USB 3.0，CAN，千兆以太網和PCIe Gen2 x4

提供Linux BSP和工具鏈

火星Mars XU3結構框圖

火星Mars ST3底板

成果

Enclustra成功部署了一個人工智能驅動的嵌入式實時圖像處理應用，該應用在Enclustra自主研發的SoC模塊上運行，現已成為演示系統。