FPGA+GPU+CPU国产化人工智能平台

 

平台采用国产化FPGA+GPU+CPU构建嵌入式多核异构智算终端，可形成FPGA+GPU、FPGA+CPU、CPU+FPGA等组合模式，形成低功耗、高可扩展性的硬件系统，结合使用场景灵活搭配，已有算法架构可快速移植，接口灵活搭配，具备部署灵活、功耗和算力性价比高、支持人工智能推理应用部署等特点。

FPGA+GPU+CPU多核异构平台架构示意图

前面板实物图

前面板包括开机按键、可编程通用串口（TTL）、Type-C扩展口（可扩接显示器、键盘鼠标等）、HDMI-TX、HDMI-RX、ETH1（千兆以太网口1）、ETH2（千兆以太网口2）、USB3.0、2个USB2.0接口、ACT指示灯、POWER指示灯。

后面板实物图

后面板接口包括4路SDI输入接口，TF卡槽、CPU-UART、GL9-JTAG（亿海微GL9下载程序接口）、DC24V电源输入接口。

 

 

产品应用

 

FPGA+GPU+CPU人工智能平台凭借各组件优势协同，展现出强大多元的应用场景能力，兼具FPGA的灵活可编程、可针对不同任务快速定制硬件逻辑实现高效数据预处理的特点，GPU强大的并行计算能力能加速深度学习等复杂算法的运算，极大提升处理速度，还有CPU善于统筹协调、精准管理任务流程与资源分配的长处。

 

平台广泛覆盖智能安防、自动驾驶、工业制造、医疗健康、教育科研、金融商贸、城市建设等众多领域，可高效处理图像、数据、传感等各类信息，精准完成监测、识别、分析、决策等复杂任务，全方位助力各行业实现智能化升级。

在智慧安防领域，可以部署在监控系统中，实时分析视频流，识别异常行为和潜在威胁，其强大的AI计算能力使得安防系统能够快速响应，提高安全防护的效率和准确性。

在自动化和智能制造领域，可以快速准确地识别和分类产品，能够处理高分辨率图像数据，通过深度学习算法实现高精度的视觉检测和分类，提高生产效率和质量控制水平。

 

在自动驾驶领域，自动驾驶汽车需要依靠各种传感器（如摄像头、雷达等）收集周围环境的数据，并进行实时处理，以做出正确的驾驶决策，如避障、识别交通标志和信号灯等。