在全球关注的工业 4.0 趋势中，融入物联网技术的工业物联网（IIoT），最大特色在于能让管理人员轻松监控工业环境，以及随时掌握生产设备的运作状况。然随着工厂中的物联网设备日增，在降低资料中心工作负担、加速智慧服务的反应速度，也带动边缘运算概念兴起，促使企业将 AI 技术与边缘设备结合。此举，有助于让终端设备能在最短时间进行影像分析等工作，以确保产品品质与降低生产成本。
市面上针对边缘运算的 AI 解决方案不少，如 GPU、微控制器等等，然若从运算速度、成本等面向考量，FPGA 成为工业物联网融入 AI 技术的最佳选择。而 耕耘 FPGA 市场多年的 Xilinx，则是少数能提供完整工业物联网解决方案的业者。
赛灵思工业与医疗市场经理翁羽翔指出，主打可提升 AI 速度的 GPU，除有价格昂贵、部署时间长等问题外，也有产品生命周期短，不符合工业设备需求的缺点。至于号称拥有 AI 运算能力的微控制器，则受限于运算能力，无法满足工业物联网设备的运作需求。因此，FPGA 在能满足工业设备运作需求外，还可进一步整合 AI 运算的效能，助企业打造降低资料中心负担的边缘运算平台。
Xilinx 耕耘工业设备市场多年，芯片不仅本身已符合工业规格，且供货时间至少长达 5~10 年以上，自然能满足工业设备的生产需求。尤其 FPGA 拥有可程式化的特性，设备商可随时更新最新一代的 AI 算法，有助于提升工业物联网设备的效能。
Xilinx IIoT 受肯定 锁定医疗、工业产业
因应 IIoT 发展趋势，Xilinx 推出的 Xilinx 工业物联网解决方案堆叠（Xilinx IIoT Stack ），包括 Xilinx 完整解决方案与整个生态系统的支援，不仅能最小化开发时间和开发成本，而且还可最大化程式开发的重复使用，满足工业、医疗物联网平台的需求。
▲赛灵思工业与医疗市场经理翁羽翔，于集邦科技所举办的 2019 智
以 Xilinx 的 DNNDK (Deep Neural NetworkDevelopment Kit) 原创深度学习开发 SDK 为例，涵盖深度神经网络 Inference 阶段的模型压缩、编译优化和高效执行时支援等各种功能需求。这是针对 DPU 平台深度学习应用开发和部署的高效全堆叠式解决方案，具自动化神经网络模型压缩、编译和执行时完整优化工具链支援、基于标准 C/C++ 轻型级程式设计 APIs，以及简单易用、开发门槛低的特色，能让开发人员推出融合 AI 运算能力的运算设备。
“我们不仅解决方案非常完整，并已累积长达数十年的经验，且针对各种关键工业设计的产品，均通过完整的功能与产品验证”翁羽翔说：“正因如此，我们产品备受全球用户肯定，如海康、研华科技等等，均是 Xilinx 长期合作伙伴。”
▲赛灵思工业与医疗市场经理翁羽翔
长期以来，Xilinx 致力提供灵活、基于标准的解决方案，并将实时处理、硬件优化为一体， 提供工业物联网所需的高效能、安全性。针对台湾市场特性，该公司将致力耕耘医疗与制造业，期盼携手台湾产业共同抢攻工业物联网时代下的庞大商机。
（图片来源：Xilinx）
