内容摘要：从智慧交通、智慧金融、智能医疗到智能个人助理，自动驾驶，我们已经迈入无处不在的AI时代。在全民AI时代，人工智能在帮助我们提高工作效率，提升工作、生活体验的同时，也对算力提出了更高的要求。除了数据中心

从智慧交通 、布第I边智慧金融、代V大算智能医疗到智能个人助理，自适自动驾驶
，应S缘场用提我们已经迈入无处不在的景应加强AI时代。在全民AI时代，供更人工智能在帮助我们提高工作效率
，力支提升工作、布第I边生活体验的代V大算同时
，也对算力提出了更高的自适要求。除了数据中心算力之外 ，应S缘场用提如何提升终端算力
，景应加强也成为人们关注的供更重点 。源码库

在AMD自适应与嵌入式计算事业部( AECG) Versal产品营销总监Manuel Uhm看来 ，力支无处不在的布第I边AI为高度受限的系统带来更高要求的工作负载。在人工智能驱动的嵌入式系统中 ，数据的预处理，AI的推理阶段，以及后处理阶段
，都需要在高性能嵌入式系统中进行加速
，才能实现全系统的实时
。

为了满足边缘终端不同阶段的服务器租用计算需求，AMD推出了面向AI驱动型嵌入系统的第二代Versal AI Edge系列产品和面向经典嵌入式系统的第二代Versal Prime系列产品
，不仅提供了更高的AI计算性能 ，而且更好地降低了功耗 ，更好地满足AI时代下的企业自适应计算需求 。

AI为高度受限的系统带来更高要求的工作负载

众所周知，复杂的边缘场景下不但对计算系统的性能有着一定的需求，亿华云而且对设备的尺寸、耐热抗寒性 、可靠性、电力供应和信息安全等也提出了更高的要求 。随着AI时代的到来 ，大量的数据需要在终端设备上进行处理，这就对边缘系统提出了更高的要求。

Manuel Uhm表示
，在人工智能驱动下，数据预处理
、AI推理和后处理都需要在边缘设备上完成。高防服务器

首先，在数据预处理阶段，只有能够实时准确地收集和处理雷达、激光雷达、摄像头等设备的收集的数据，才可以真正做到整个系统的实时处理。其次，在推理过程中 ，大都使用矢量处理器来完成。最后
，在后处理阶段，一般使用高性能嵌入式CPU来完成。

Manuel Uhm强调，云计算目前没有一类处理器能够针对三个阶段进行优化 ，只能依靠一系列不同的处理器，才能实现对三个阶段的优化。然而，在三个阶段中使用不同的处理器，需要在不同的芯片中转移数据，不但会增加时延 ，而且还会带来功耗的提升。因此，如果将这三个阶段集成到一个可编程逻辑SoC上
，就能够克服以上挑战。建站模板实际上 ，这也是AMD推出了面向AI驱动型嵌入系统推出第二代Versal AI Edge系列产品的主要原因。

Manuel Uhm表示，可编程逻辑SoC能够更好地匹配各种传感器和各种类型的接口，强大的性能能够真正做到数据的实时处理，同时还可以保证低时延
、稳定性，甚至可以在现场部署完成之后
，能够更加方便的进行后期升级。

在第二代Versal自适应SoC上实现端到端加速

AMD本次发布的第二代Versal AI Edge系列产品，采用全球领先的可编程逻辑SoC，能够实现灵活的实时预处理传感器融合 、数据调节，并支持新的硬图像/视频处理。

据介绍，第二代Versal自适应SoC采用了下一代AI引擎，在实现高效AI推理的同时，提供了高达3倍的每瓦TOPS 。由于集成了更高性能的CPU
，在后处理过程中实现了高达10 倍的标量计算能力。除此之外，第二代Versal自适应SoC还进一步增强了安全能力，支持ASIL D、SIL 3等 。

Manuel Uhm通过智能驾驶、智慧城市和视频流处理三个场景的测试数据 ，详细介绍了第二代Versal自适应SoC的性能表现。在L2+/L3的自动驾驶场景下
，在相近的功耗资源下，与上一代产品相比性能提升了4倍图像处理能力；在智慧城市场景中 ，与上一代产品相比，采用第二代Versal自适应SoC的设备体积缩小了30% ，并支持2倍视频流，每路视频流占板面积更是缩小了65%；在视频流场景下，为多端口编码与流媒体提供了2倍视频处理能力，每路视频流占板面积缩小了35% 。

在本次媒体沟通会上，Manuel Uhm还针对数据预处理 、AI推理和后处理三个阶段 ，详细介绍了第二代Versal自适应SoC的优势 。

在数据预处理阶段 ，第二代Versal自适应SoC能够支持图像传感器、摄像头
、激光雷达等多种传感器  ，能够与任何传感器进行接口适配，满足各种应用场景下的需求，拥有非常好地灵活性。

在AI推理过程，第二代Versal AI Edge系列SoC在Dense情况下， MX6数据类型最高可以达到369 TFLOPS
，INT8数据类型最高可以达到184 TOPS。如果采用稀疏度计算方式，性能能够实现翻倍。在采用AIE-ML v2情况下 ，第二Versal AI Edge系列SoC还能够进行一些数据信号的处理
，例如FIR、FFT等等。

据Manuel Uhm介绍
，为了帮助用户实现更加强大的AI引擎，AMD还提供了开源的软件开发工具包。借助Vitis AI ，开发者可以使用他们原本非常熟悉的开源工具 ，例如PyTorch、TensorFlow等等，在Vitis当中去进行优化 ，进行推理。

在后处理阶段
，第二代Versal AI Edge系列SoC能够为复杂的后处理提供高达10倍的标量算力，实现高达8倍的Arm Cortex-A78AE核心 ，每个核心最高频率高达2.2GHz，并且有高达200.3K的DMIPS算力。在控制功能的实时处理单元中 ，RPU可以实现高达10倍的Arm Cortex-R52核心 ，每个核心最高频率高达1.05 GHz，提供高达28.5K的DMIPS算力 。

第二代Versal AI Edge系列产品在汽车行业率先应用

本次媒体采访，Manuel Uhm还详细介绍了第二代Versal AI Edge系列产品的案例及发售情况。

据了解 ，斯巴鲁已经在EyeSight视觉系统中使用第二代Versal AI Edge系列产品 ，用以支持碰撞前制动、车道偏离预警、自适应巡航控制和车道保持辅助 。之所以选择第二代Versal AI Edge系列产品，原因在于斯巴鲁希望在下一代视觉系统的AI方面具备领先优势
，这就要求确保它的低时延 。由于第二代Versal AI Edge系列产品具备非常先进的数据类型支持
，能够保持EyeSight视觉系统的高吞吐量以及高精度。

Manuel Uhm表示，凭借可编程逻辑的灵活性，斯巴鲁下一代EyeSight系统利用在可编程逻辑中实现的反馈IP，能够实时修改摄像头的传感器参数，实现2030年没有致命道路事故的安全目标。

关于产品的发布与上市时间 ，Manuel Uhm表示第二代的VersalAI Edge系列和第二代的Versal Prime系列产品芯片样片会于2025年上半年发布
，评估套件和系统模块将于2025年年终推出，量产芯片将于2025年末面世。

“人工智能已经无处不在 ，很难预测5年之后发展到什么程度 。AMD作为一家科技公司，我们始终深度参与AI方面的创新和发展 ，不断在无处不在的AI发展上，立在技术的前沿 。”采访最后 ，Manuel Uhm如是说 。