|
如果你要問我現在電子產業什么最熱，那無疑是AI，而基于大數據訓練的深度學習技術可以說是目前AI應用的最廣，最成功的產品形態了，覆蓋我們生活的方方面面，諸如購物、看病、新聞編輯等，在這高深技術的背后少不了最前沿的硬件技術支持。今天筆者就拿到了米爾科技與百度合作推出的一款深度學習計算卡MYS-ZU3EG-8E4D-EDGE-K1（從官方資料來看，這個版本表示搭載4GB DDR4的調試階段的板卡，以下都將簡稱FZ3 EdgeBoard），我們來看看深度學習背后到底需要什么樣的硬件支持。 開箱 米爾科技一貫風格的包裝，原本以為這么大的包裝板子也會很大，但是結果出乎意料之外，開發板精致小巧，差不多就比樹莓派大一點，除了FZ3 EdgeBoard，米爾科技還附贈了一個電源適配器、一條電源線、一根MicroUSB線以及已經插在FZ3上的16GB MicroSD卡。 
硬件介紹 初看FZ3 EdgeBoard，即驚嘆于做工顏值在線，黑色PCB板+高品質的散熱風扇；又感嘆于尺寸設計的精致小巧，大小只有100mm*70mm。雖然說“麻雀”雖小，但是五臟俱全。 開發板正面
開發板背面
FZ3的硬件資源分布圖如下：
. 4GB DDR4 SDRAM（64bit 2400Mbps） . 8GB eMMC . 32MB QSPI . 10/100/1000Mb/s 千兆以太網 PHY . RS485 * 1，CAN * 1 . 1 路 TF 卡接口 . 1 路 USB2.0 物理接口，1 路 USB3.0 物理接口 . 1 路千兆 RJ45 以太網接口 . 1 路 Mini Displayport 接口 . 1 路 PCIe x1 接口 . 1 個系統復位按鍵，1 個 FPGA 復位按鍵 . 1 路 MIPI-CSI 接口，1 路 BT1120 接口 . 1 路 JTAG 接口，1 路 USB 轉 UART 調試接口 . 2 個 40PIN 2.54mm 間距 IO 擴展接口 . 四個板載 LED 狀態指示 可以看到，雖然FZ3很小巧，但是該有的外設資源一點也不少，而且很多外設是有別于傳統嵌入式開發板的，比如搭載了4GB的DDR4 SDRAM ，USB3.0接口，mini Displayport接口，PCIe接口等，這些更像是作為生產力工具的計算機才有的，看到這些配置，是不是對這個板子更加感興趣了？再來看下各部分接口的細節圖，徹底體驗下將消費電子做成工業級產品的奢侈感。 PS單元接口
mini Displayport接口：1 路 Mini DisplayPort 接口，2lane，支持 DP1.2a 4K/30fps 分辨率輸出。 PCIe 1x 接口：1 路 PCIe 1x 接口，從 PS 端引出，支持 PCIe 2.1。PS 端以太網：1 路 10/100/1000Mbps 以太網 RJ45 接口。USB Host ：1 路 USB 2.0 接口，1 路 USB3.0 接口（含 USB2.0），一起經由底板上的雙層 USB3.0TYPE-A 接口引出，作為 HOST，接口為 J2，上層僅支持 USB2.0，下層支持 UBS3.0 和USB2.0。TF 卡接口：1 路 TF 卡接口，用于啟動或者存儲。MicroUSB to UART 接口：1 路 MicroUSB to UART 接口，用于調試開發板。 PL 單元接口
1 MIPI-CSI 攝像頭接口：MIPI 信號直接通過 PL 端的 IO，進入 FPGA 內部進行解碼。 BT1120 視頻輸入接口：PL 端留有 BT1120 視頻輸入接口，BT1120 視頻信號直接通過 PL 端的 IO，進入 FPGA 內部進行解碼。詳細 IO 細節請參考 PINMAP。 IO 擴展接口
本開發板通過 2 個 2x20PIN 的 2.54 排針進行 IO 擴展，其中包含 12V，5V，3.3V，1.8V 等電源輸出，CAN，RS485，USB2.0x2，4xPSMIO，40PIN PL 端 IO 等信號。 電源輸入接口，默認為 12V 輸入，過流保護為 2A RTC 電池接口，可使用 1.5V 的 AG3/LR41 型號電池 風扇接口，默認為 12V 供電，可以通過 PL 端 IO 探測風扇轉速 CAN 接口、RS485 接口
集成了ARM 四核 Cortex-A53（PS），雙核 Cortex-R5（PS），Mali-400 MP2 圖形處理單元和Kintex Ultrascale + FPGA（PL）。四核 Cortex-A53 具有強大的計算能力，雙核 Cortex-R5可用于實時處理應用，Mali-400 MP2 可用于加速圖形處理，而 FPGA 具有完全可編程性。配合豐富的常用接口以及可擴展接口，可適應各種應用場景。 XCZU3EG-SFVC784 支持 1.5GHz（最大-1）的 APU 速度，600MHz（最大-1）的 RPU速度，667MHz（最大-1）的 GPU 速度，以及高達 2400Mbps 的 DDR4 速度。 基于賽靈思的XCZU3EG SoC，內部集成了4核ARM A53處理器+GPU+FPGA的架構，具有多核心處理能力、FPGA可編程能力以及視頻流硬件解碼能力等特點；內置了基于Linux操作系統+百度深度學習平臺-飛槳（Paddle）定制的深度學習軟核，深度兼容百度大腦模型資源與工具平臺（EasyDL/AIStudio），可高效、快速的實現模型的訓練-部署-推理等一系列流程，極大降低了開發驗證、產品集成、科研教學、項目部署的門檻。 上電使用開發板提供四種啟動方式供選擇，分別是 JTAG，SD1，eMMC 和 Quad-SPI 啟動，可通過撥碼開關 SW1 進行設置。
運行EasyDL平臺模型預測 EasyDL是一站式的深度學習模型訓練和服務平臺，提供可視化的操作界面，只需上傳少量圖片就可以獲得高精度模型。 當然，首先我們得注冊個賬號，然后通過場景可以選擇“圖像分類”或者“物體檢測”。…… 作者：柚子 版權聲明：本文系電路城原創評測作品，如非授權請勿轉載！ 更多米爾FZ3深度學習計算卡的介紹和資料，請查看：http://www.myir-tech.com/product/mys-czu3eg.htm |
08.jpg (138.76 KB)
