（文/陈炳欣）工业物联网正推动边缘计算朝智能化方向发展，电机驱动、机器视觉、新材料，对工业物联时代的计算平台提出了更高要求。高性能自适应计算是工业数字化转型的重要处理运算技术之一，可编程SOM（自适应系统模块）能够简化灵活地构建自适应计算解决方案，搭配专门设计的软件工具，能加速实现可量产化模型开发，推动工业物联时代加速到来。
在边缘领域，自适应计算大量应用
数字时代，对于工业企业而言，推进数字化转型至关重要，整合信息技术网络、部署预测性维护，使用机器人实现自动化，以此才能保持竞争力。1984 年，Ross Freeman 将其FPGA (现场可编程门阵列) 的构想付诸实践，创立了赛灵思公司，从而确立了自适应计算的原理。从那时起，该项技术在诸多边缘计算领域开始得到应用。
自适应计算的核心由能够针对特定应用进行高度优化的芯片硬件构成，自适应平台则涵盖了成套设计和运行的软件，通过结合软、硬件可以提供开发高灵活性、高效率的独特功能。工业4.0最为关键的技术之一就是利用机器人技术实现生产流程自动化。在制造业中，相关技术广泛应用，从生产线上的机械臂，到运输供应物资的机器人以及生产车间的物流无处不在。一款高性能、低时延的处理系统对于实现安全的环境交互至关重要。比如日趋复杂的致动器、驱动器和机械系统，由于机器人内部通过网络通信来实现所需的实时控制，可编程逻辑的 SOM 能够为开发提供适宜的计算平台，可以为电机控制和数字信号处理应用设计高能效量产就绪型解决方案，并加速上市进程。
AMD再发Kria K24 SOM模块
2022年，AMD完成对赛灵思的收购，并购后的赛灵思成为AMD自适应和嵌入式计算事业部，仍然专注于推动FPGA、自适应SoC技术的发展，为边缘计算、智能设备以及云计算提供相应的计算平台。
早前，AMD便推出可量产化的SOM模块Kria K26、KV260视觉AI入门套件、KR260 机器人入门套件。在此基础上，近日AMD再次推出一款自适应系统模块Kria K24和 KD240 驱动器入门套件，成为对之前推出的K26 SOM的补充和延伸。
根据AMD 工业、视觉、医疗与科学高级总监Chetan Khona的介绍，这是Kria自适应SOM及开发者套件产品组合的最新产品，适合为边缘端计算密集型数字信号处理应用中使用的电气传动和电机控制器供电，主要应用领域包括电机系统、工厂自动化机器人、发电、电梯与列车等公共交通、手术机器人和磁共振成像床体等医疗设备以及电动汽车充电站。
可编程SOM在工业物联网中的应用优势
工业物联时代电机无处不在，从公共交通到发电系统，从工厂自动化到仓储所使用的机器人。但值得注意的是，这些系统中使用的电机消耗了全球工业能源总用量的70%。“而且现在的电机变得更加精密复杂，并且越来越多采用新材料设计，包括碳化硅和氮化镓等，以提升效率性能、降低能耗。这对电机的控制驱动系统提出了更高的挑战。”Chetan Khona指出。
电机驱动系统主要包含三个部分：一是驱动器，二是供电系统，三是电机本身。K24 SOM 的尺寸只有信用卡的一半大小，用户使用它可以降低能源消耗、增加扭矩，进行预测性维护和OTA、降低噪音和震动，提升电机的生命周期。
Chetan Khona还强调，在电机中使用可编程SOM将在时延、功耗、灵活应变和独立等方面形成更多优势。可编程SOM在数字信息处理中可以完全实现并行，这使其拥有时延方面的优势。在功耗方面，可编程SOM的时钟频率只有200 MHz，而非传统的方式几百甚至GHz级别，主频下降的同时也带来了功率的下降。可编程SOM在灵活性方面可以使开发人员在功耗、时间以及时钟速度方面进行取舍，实现时分复用。在独立性方面，现在如果是多访问的电机控制应用，开发人员可以用可编程SOM的硬件来控制回路，而不是通过一个电路来控制多个电机，这样会稀释性能。
支持AI部署大算力需求
随着ChatGPT掀起大模型的发展热潮，越来越多的大模型产品被推出，国内现在公开发布的大模型已经越过80个。与此同时，AI模型也开始寻求在边缘及端侧部署。那么，智能工厂等领域对于生成式AI的应用需求如何？
Chetan表示，虽然现在生成AI模型还没有在工业场景下得到实际应用，但相信随着时间的推移，工业场景下对生成式AI的需求会非常强劲。预测性维护可能是在电机控制系统当中最受欢迎的人工智能的应用。而Kria SOM拥有很强的AI处理能力。K24 SOM也有多种方式可以实现对AI的运算处理。
在谈到面向电机系统，K24 SOM与以MCU为主控的电机系统有什么区别时，Chetan指出，如果只是控制电机的话，MCU可以不错地完成。但是在工业物联网的大环境下，开发人员不仅要考虑电机的控制与驱动，还要顾及设备的功能安全、网络安全、人工智能，以及预测性维护等方面。MCU很难实现上述诸多任务，K24 SOM可以支持以上所有的功能。在功耗方面，因为Kria SOM可以实现多个功能的整合，比如把功能安全整合到单芯片当中，或者把多种电机加以整合，这就能够在整个系统的层面大大地降低能耗和成本。
