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
版权声明:本文为电路城原创评测作品。未经授权请勿转载!
传感器技术交流组2: 954070515
射频/无线交流组2: 725064756
电机控制R&D交流组2: 619795552
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。