跟着人工智能（AI）运用的高速开展，视觉AI成了各家技能公司逐鹿的主战场。依据机器学习，网络边际的视觉AI设备能够依据AI推理，完结物体勘探、人脸辨认、图画剖析等多种智能视觉使命，为用户带来全新的体会。

　　不过假如置身视觉AI这个“战场”，企业你就会殷切地体会到，这是一场困难的“战役”。首要的应战来自于以下几个方面：

　　在边际设备中完结AI推理，既需求足够的算力，一起还要满意本钱、体积、功耗、安全等许多约束条件，产品和计划的规划难度不小。

　　视觉AI商场总量尽管不小，可是“碎片化”现象严峻，据不完全统计，目前商场上有70多种相关视觉用例，可是无法用一致的计划去应对。

　　快速演进的AI 技能也是一个烦恼，不断改变的算法、传感器技能和视觉处理流程，使得开发者不得不萧规曹随，对自己的规划进行不断地优化。

　　因而想要在这样的竞赛中胜出，企业你不只要有敢打敢拼的勇气，还需求具有更高的“才智”，能够找到更为高效的技能途径，建立本身的技能优势，与他人摆开距离。

　　边际设备中的视觉AI运用一般包含AI推理以及非AI的预处理和后处理功用，而所有这些功用都需求相应的高功能算力做支撑。假如能够针对特定的视觉AI运用专门规划一颗芯片，单从功能上考虑，当然是最佳的加快计划。但这样的固定芯片计划，其局限性也十分显着：首要，专用芯片的研制本钱及所需的时刻本钱会十分高；而这与视觉AI运用的碎片化商场和快速迭代的技能之间，显然是一对难以谐和的对立。

　　为了处理这一难题，在硬件方面，选用整合了可编程逻辑（PL）和Arm嵌入式处理体系（PS）的FPGA SoC是不错的挑选，如赛灵思的Zynq UltraScale+ MPSoC。这样，便利开发者运用一颗器材即可满意视觉AI处理全流程的核算使命；运用PL子体系，开发者能够依据特定的用例，并依据最新的AI算法和处理流程，去完成最优的深度学习处理单元、视频处理和可扩展的传感器交融，在高功能和灵敏性之间找到一个最佳的平衡。

　　除了硬件，一套与之配套的软件集也是必不可少的，赛灵思就为开发者供给了完好的东西链（如图2），不管你是那一个层级的开发者，都有与相应规划途径配套的软件东西可供运用。

　　这些软件与硬件结合起来，就形成了一个共同的“自适应核算渠道”，关于兼具灵敏性和高效性的体系来讲，选用依据FPGA SoC的自适应核算渠道进行开发，无疑是一个正确的挑选。

　　选定了自适应核算渠道这样的根底开发架构之后，并非万事大吉，接下来开发者还将面临着具体的计划和产品开发上的应战。

　　一般来讲，视觉AI运用开发的流程是这样的：先选定芯片，建立一个原型，开端验证该芯片是否能够与所需的AI模型兼容；然后是PCB的规划和体系集成，并在这个更挨近实践商用的体系渠道上进行软硬件方面的调优加快；终究测验定型后投入量产。

　　可是实践开发中，视觉AI运用是多样化和多层次的，假如每次运用开发都要从芯片级的规划开端，再通过杂乱的体系整合进程，这需求一个绵长的研制周期，且需求一个完好的硬件、软件、PCB开发开发团队的参加，这无形中就抬高了研制的门槛。

　　是否能够让视觉AI运用的开发，越过前期的芯片级开发和PCB规划，从一个更高层级的、比较完好的产品化渠道起步，乃至是直接将这个开发渠道作为老练的产品来运用，简化整个开发流程？安富利的4K智能相机开发渠道，就能够满意你的要求。

　　咱们能够看到，这款智能相机开发渠道是依据赛灵思完好的软硬件自适应核算渠道，有完善的规划生态资源的支撑，有利于加快完成终究运用的开发以往让人望而生畏的运用开发，也就因而变得触手可及了。

　　在运用进程中，开发者你既能够将它作为一款老练的智能相机直接运用在体系计划中，也能够运用其强壮的功能和灵敏的可扩展性，作为一个“AI-box”开发渠道来运用，探究更多视觉AI运用的可能性。

　　有了自适应软硬件渠道加持，选定了智能相机开发渠道这样的开发利器，假如开发者还期望视觉AI运用开发更“省劲”，那么，安富利还有好方法！

　　作为赛灵思的全球技能分销同伴，以及在视觉AI范畴深耕多年的“实力派”，安富利能够为客户供给全方位的运用开发技能支撑，服务的内容包含（且不限于）：供给依据智能相机开发渠道的具体的Vitis AI运用事例；支撑AI神经网络模型在客户板卡上的移植；支撑智能相机的出产和硬件定制化需求；支撑依据赛灵思新产品Kria中心板的定制化智能相机开发有了这样的技能后台，客户尽能够将更多的精力放在自己的技能特长或对商场需求的发掘上。

　　总归，“让视觉AI运用开发化繁为简”，这个方针的完成，需求高效的渠道、随手的东西，以及专业化的服务，把握了其间的窍门，再难的规划问题也能找到方便的处理计划。

大鱼游戏网页