fz3 FZ3B板卡

如果要问我现在电子行业最火的是什么，那无疑是AI，而基于大数据训练的深度学习技术可以说是目前AI应用最广泛、最成功的产品形态，涵盖了我们生活的方方面面，比如购物、看病、新闻编辑等。这种先进技术的背后，最前沿的硬件技术支持是不可或缺的。今天笔者拿到了一张由磨房科技和百度联合推出的深度学习计算卡MYS-Z3EG-8E4D-EDGE-K1(根据官方资料，该版本代表的是调试阶段搭载4GB DDR4的板卡，以下简称FZ3 EdgeBoard)。我们来看看深度学习的背后需要什么样的硬件支持。

解除…的负担

米尔科技一贯的封装风格，原本以为这么大的封装板会很大，结果却出乎意料。开发板精致小巧，几乎比覆盆子馅饼还要大一点。除了FZ3 EdgeBoard，Mill Technology还包括一个电源适配器、一根电源线、一根MicroU电缆和一个插入FZ3的16GB MicroSD卡。

硬件介绍硬件介绍

第一眼看到网上的做工，黑色的PCB板，优质的散热风扇，让我惊叹不已。也感叹精致小巧的尺寸设计，尺寸只有100 mm * 70 mm，“麻雀”虽小，五脏俱全。

开发板正面

开发板背面

FZ3的硬件资源分布图如下:

。XCZU3EG、Zynq UltraScale + MPSoC SoC

。4GB DDR 4 SDRAM(64位2400Mbps)

。8GB eMMC

。32MB QSPI

. 10/100/1000mb/s千兆以太网PHY

。RS485 * 1，CAN * 1

. 1 TF卡接口

. 1个U2.0物理接口和1个U3.0物理接口。

. 1千兆位RJ45以太网接口

. 1迷你显示端口接口

. 1 PCIe x1接口

. 1个系统复位按钮和1个FPGA复位按钮。

. 1 MIPI-CSI接口和1个BT1120接口。

. 1个JTAG接口和1个U转UART调试接口。

. 2 40针2.54毫米间隔IO扩展接口

。四个板载LED状态指示灯

可以看到，FZ3虽然小，但是外设资源很多，很多外设都和传统的嵌入式开发板不一样，比如4GB DDR4 SDRAM、U3.0接口、mini Displayport接口、PCIe接口等等这些更像是作为生产力工具的电脑。看到这些配置，是不是对这块板更感兴趣了？让我们看看界面各部分的细节，彻底体验将消费电子产品制作成工业级产品的奢华。

PS单元接口

Mini Displayport接口:1个Mini DisplayPort接口，2个线路，支持DP1.2a 4K/30fps分辨率输出。

PCIe 1x接口:1个PCIe 1x接口，从PS端引出，支持PCIe 2.1。

PS以太网:单向10/100/1000Mbps以太网RJ45接口。

U主机:通过背板上的双层U3.0TYPE-A接口引出1个U2.0接口和1个U3.0接口(含U2.0)。作为主机，接口是J2，上层只支持U2.0，下层支持U 3.0和U 2.0。

TF卡接口:1个TF卡接口，用于启动或存储。

MicroU转UART接口:1个MicroU转UART接口，用于开发板调试。

PL单元接口

1 MIPI-CSI摄像头接口:MIPI信号通过PL端IO直接进入FPGA解码。

BT1120视频输入接口:PL端预留BT1120视频输入接口，BT1120视频信号通过PL端IO直接进入FPGA进行解码。有关IO的详细信息，请参考引脚映射。

IO扩展接口

本开发板通过 2 个 2x20PIN 的 2.54 排针进行 IO 扩展，其中包含 12V，5V，3.3V，1.8V 等电源输出，CAN，RS485，U2.0x2，4xPIO，40PIN PL 端 IO 等信号。该开发板通过两个2x20PIN 2.54 pin脚进行IO扩展，包括12V，5V，3.3V，1.8V电源输出，CAN，RS485，U2.0x2，4xPIO，40PIN PL端子IO等信号。

电源输入接口默认为12V输入，过流保护为2A。

RTC电池接口，可使用1.5V AG3/LR41电池。

风扇接口，默认电源为12V，可以通过PL侧IO检测风扇转速。

CAN接口，RS485接口

当然，这么多外设的扩展还是离不开板卡的核心焦点，Xilinx ZYNQ ultra scale+MP SOC xczu 3 eg-SFVC 784。

它集成了ARM四核Cortex-A53(PS)、双核Cortex-R5(PS)、Mali-400 MP2图形处理器和Kintex Ultrascale+FPGA(PL)。四核Cortex-A53拥有强大的计算能力，双核Cortex-R5可用于实时处理应用，Mali-400 MP2可用于加速图形处理，FPGA完全可编程。具有丰富的通用接口和可扩展接口，可以适应各种应用场景。

XCZU3EG-SFVC784支持APU速度1.5GHz(最大-1)，RPU速度600MHz(最大-1)，GPU速度667MHz(最大-1)，DDR4速度高达2400Mbps。

基于Xilinx的XCZU3EG SoC集成了4核ARM A53处理器+GPU+FPGA的架构，具有多核处理能力、FPGA可编程能力、视频流硬件解码能力等特点。内置基于Linux操作系统和百度深度学习平台的深度学习软核——Paddle，深度兼容百度大脑模型资源和工具平台(EasyDL/AIStudio)，可高效快速实现模型训练-部署-推理等一系列流程，大大降低开发验证、产品集成、科研教学、项目部署的门槛。

开机使用

开发板提供四种启动模式可供选择，分别是JTAG、SD1、eMMC和四SPI启动，可以通过dip开关SW1进行设置。

FZ3计算卡搭载Linux系统，开发者可以开发基于Linux系统的应用。(主调用流程:1。应用程序获取视频输入->；2.调用预测库加载模型->；3.调度模型和底层驱动加速模块用于计算->；4.获得运行结果)

因为没有这么高级的miniDP接口跳线，我只能通过最原始的网口接入，通过SSH连接。官方出厂默认静态IP是:192.168.1.254，所以我在相应网段配置。

然后通过putty的ssh函数访问，初始用户名和密码是root。

登录成功后，我们可以通过文件管理的ftp直接访问开发板上的文件。

根据官方的介绍，开发板有一个默认的深度学习的例子，但是既然是结合百度大脑的开发平台，我们就要用自己的训练模型，所以在能连接FZ3的时候，我们就向百度大脑开炮。

运行EasyDL平台模型预测

EasyDL是一站式深度学习模型训练和服务平台，提供可视化操作界面，只需上传几张图片即可获得高精度模型。

当然，首先我们要注册一个账号，然后可以通过场景选择“图像分类”或者“物体检测”。

……

作者:柚子