GPU 運算
現今的中央處理器 (CPU) 具有四核心、八核心甚至還有 16 核心,然而圖形處理器 (GPU) 卻具有數百或數千個小型核心。這些用於繪圖處理的專用運算核心具有高度任務平行的特性,架構非常適合平行運算的應用。利用 GPU 來執行一向由 CPU 處理的運算(通稱為通用圖形處理器,或 GPGPU),其核心可以分散許多類型的工作負荷,以加速運算密集應用的執行。

邊緣端的 GPU 運算
GPU 可以提高許多類型工作負荷的效能,其中包含了影像處理與分析、加速運算、人工智慧 (AI)。隨著邊緣系統對反應能力與準確性的要求越來越高,CPU 與 GPU 的組合逐漸成為主流,以便提供單位能耗與價格的最佳效能。

影像處理與分析
航管、電子海圖顯示及資訊系統 (ECDIS)、視訊牆、數位招牌、遊戲和醫療保健

加速運算
高效能應用的處理,例如雷達/聲納系統與超音波成像

人工智慧引擎
智慧製造、航太與國防領域的系統學習與推論
邊緣運算
要將 GPU 加入邊緣系統其實很複雜,因為要滿足關鍵的邊緣系統要求並不容易,例如低系統延遲、較長的產品生命週期和能效。邊緣應用範例中一個常見的場景是需要從傳感器和其它來源快速移動外部數據到 GPU 進行處理。凌華科技導入了遠端直接記憶體存取 (RDMA) 來達成此一目標,RDMA 是 NVIDIA® Quadro® GPU 中 NVIDIA GPUDirect® 技術的一項特點,可以提高數據輸送量約 80%(3.6 至 6.5 Gb/s),並降低 60% 的系統延遲。*RDMA 能讓外部數據來源直接存取 GPU 的外部記憶體。

邊緣人工智慧
企業如果打算盡可能地利用深度學習和AI來創新並提高生產力,應考慮使用最佳化的運算平台,最佳化這些應用類型的演算法。深度學習與 AI 演算法可處理多種輸入,包含視訊、文字、語音、圖像和傳感器數據,無論這些數據是經過依序還是平行處理。為了滿足這些多樣化的需求,最佳化的運算平台通常採用兩種或多種不同類型的運算核心來加速邊緣運算與 AI 工作負荷,而這就是凌華科技的異質運算平台可大放異彩之處。

凌華科技的 GPU 解決方案
為了讓邊緣系統能夠利用 GPU 運算所提供的強大功能,凌華科技提供了全面的最佳化異質運算解決方案,包含了嵌入式 MXM GPU 模組、PCI Express 繪圖卡、邊緣 AI 平台、GPU 運算平台和其它嵌入式尺寸規格,以滿足廣泛的嵌入要求,例如效能、使用壽命、功耗和尺寸規格。利用這些平台,系統開發人員、OEM 和系統整合商可以建構邊緣運算與 AI 應用的系統架構,同時予以最佳化…了解更多
