對于工業(yè)企業(yè)而言，推進數(shù)字化轉(zhuǎn)型至關(guān)重要，以此才能保持競爭力，并為客戶提供價值。這種趨勢的早期表現(xiàn)包括融合運營和信息技術(shù)網(wǎng)絡(luò)的整合、部署預(yù)測性維護，以及使用機器人來實現(xiàn)自動化，從而提高吞吐量、減少人為錯誤。

產(chǎn)品開發(fā)人員需要針對這些挑戰(zhàn)迅速推出解決方案?？?a target="_blank">編程系統(tǒng)模塊（ SOM ）能夠為著手開發(fā)提供適宜的計算平臺。然而，額外的固件和軟件基礎(chǔ)設(shè)施仍然是必要的，同時，異構(gòu)處理引擎和集成的可編程邏輯能增添寶貴的靈活性。通過分析網(wǎng)絡(luò)融合、預(yù)測性維護和機器人領(lǐng)域中采用的一些已知的基于 SOM 的解決方案，便可發(fā)現(xiàn)附加資源在哪些領(lǐng)域能夠加速開發(fā)工作和助力確保最佳性能。

網(wǎng)絡(luò)融合解決方案

融合信息技術(shù)（ IT ）與運營技術(shù)（ OT ）網(wǎng)絡(luò)不僅能簡化工廠車間內(nèi)各系統(tǒng)之間的信息流程，也便于企業(yè)級管理和戰(zhàn)略決策工作。其還能實現(xiàn)從最底層傳感器/驅(qū)動器直至企業(yè)資源規(guī)劃（ ERP ）系統(tǒng)的端到端通信。這種融合還能消除管理兩個不同網(wǎng)絡(luò)所造成的重復(fù)開銷。

IT 網(wǎng)絡(luò)和 OT 網(wǎng)絡(luò)的需求大不相同。OT 網(wǎng)絡(luò)需要實時、低時延通信，而且難以擴展；IT 網(wǎng)絡(luò)更加易于擴展，但并不具備確定性，也難以提供服務(wù)保證。時間敏感型網(wǎng)絡(luò)（ TSN ）是 IEEE 802 的一個子集，通過在以太網(wǎng)網(wǎng)絡(luò)上啟動確定性通信來促進這種融合。通過提供網(wǎng)絡(luò)管理并為流量調(diào)度（ scheduled traffic ）分配時間槽，TSN 能使不同類型的流量共享同一鏈路。

當前，想要實現(xiàn)TSN 就需要一種能在網(wǎng)絡(luò)終端和交換機上提供低時延和確定性響應(yīng)的解決方案。一款適合的平臺需包括以太網(wǎng) MAC、TSN 橋和 TSN 終端邏輯（圖 1），此外還要借助軟件來處理網(wǎng)絡(luò)同步、初始化以及與網(wǎng)絡(luò)配置控制器的接口連接等功能。

圖 1：基于 SOM 的 TSN 終端。AMD 賽靈思的 TSN IP 核采用可編程邏輯和 Kria K26 SOM 的處理系統(tǒng)來實現(xiàn)這些單元，其中包括 Zynq UltraScale+ MPSoC。該 IP 核能為每個流量類型提供單獨接口，最多可用兩個端口進行配置，這兩個端口經(jīng)由同一線纜或光纖傳輸所有流量類型。

預(yù)測性監(jiān)測能夠幫助設(shè)備操作人員提前避免故障，并在方便的時間安排維護工作，從而實現(xiàn)利用率和運行時間最大化，同時最大限度降低擁有成本。相關(guān)實現(xiàn)方案的適用范圍從基于云端的數(shù)字孿生到邊緣端預(yù)測，以用于監(jiān)測簡單驅(qū)動器和傳感器系統(tǒng)。對眾多工業(yè)應(yīng)用而言，在邊緣進行處理并將處理后的數(shù)據(jù)傳輸至云端是最可行的解決方案，這是因為數(shù)據(jù)量很大，決策回路的響應(yīng)時間至關(guān)重要。在邊緣端采用預(yù)測技術(shù)能提供巨大優(yōu)勢。例如，數(shù)控機床（ CNC ）主軸的操作故障不僅會造成數(shù)控機床的損壞，而且還會導(dǎo)致生產(chǎn)中斷，這些都會對成本造成巨大影響。

構(gòu)建上述系統(tǒng)時面臨的一大關(guān)鍵挑戰(zhàn)在于，要為邊緣端部署開發(fā)機器學(xué)習(xí)應(yīng)用。一款合適的工具套件可以助力解決這一挑戰(zhàn)，那就是提供即用型可部署高性能機器學(xué)習(xí)算法，以此支持開發(fā)者使用 PyTorch、TensorFlow 和 Caffe 等流行的機器學(xué)習(xí)框架來構(gòu)建其應(yīng)用。

圖 2：采用 SOM 和業(yè)界標準框架開發(fā)機器學(xué)習(xí)應(yīng)用。Vitis AI 工具提供了豐富的深度學(xué)習(xí)處理器單元（ DPU ），可作為可參數(shù)化的 IP 核，直接實現(xiàn)在 SOM 可編程硬件中（圖 2）。KV260 視覺 AI 入門套件等入門套件包括利用 Vitis DPU 的 AI 加速應(yīng)用。

基于 ROS 2 的機器人技術(shù)

工業(yè) 4.0最為關(guān)鍵的技術(shù)之一就是利用機器人技術(shù)實現(xiàn)生產(chǎn)流程自動化。在制造業(yè)中，這些解決方案適用于廣泛的應(yīng)用，從生產(chǎn)線上的機械臂到運輸供應(yīng)物資的機器人以及生產(chǎn)車間的物流等。

一款高性能、低時延的處理系統(tǒng)對于實現(xiàn)安全的環(huán)境交互至關(guān)重要。具體而言，需要控制機器人的活動部件，這些部件包含復(fù)雜的致動器、驅(qū)動器和機械系統(tǒng)，統(tǒng)稱為機電一體化。由于機器人內(nèi)部通過網(wǎng)絡(luò)通信來實現(xiàn)所需的實時控制，因此，包括可編程邏輯的 SOM 能帶來兩大優(yōu)勢，其中之一便是能支持任意對任意連接，這樣一來就簡化了與傳感器和驅(qū)動器連接。此外，可編程邏輯還可用于實現(xiàn)確定性網(wǎng)絡(luò)，這對機器人系統(tǒng)的實現(xiàn)十分關(guān)鍵。

很多開發(fā)項目都采用機器人操作系統(tǒng)（ ROS ），其包含用于創(chuàng)建機器人系統(tǒng)的一系列軟件庫和工具。盡管 ROS 已于近期升級至 ROS 2，但其原生的持續(xù)集成/持續(xù)交付（ CI/CD ）開發(fā)流水線卻是專門為基于 CPU 的異構(gòu)處理系統(tǒng)而設(shè)計的。

AMD 賽靈思推出的 Kria 機器人堆棧（ KRS ）支持 ROS 2，其增強功能可幫助開發(fā)者使用 Kria K26 的異構(gòu)處理引擎和可編程邏輯提升實時確定性性能。此外，它還采用 SOM 的 Arm Cortex-R5 實時處理器，以此管理作為數(shù)據(jù)分發(fā)服務(wù)（ DDS ）核心的實時發(fā)布訂閱協(xié)議（ RTPS ），而這也是 ROS 2 的基干。

除此之外，將 CI/CD 流水線添加到監(jiān)測和自動化功能中，可以改進應(yīng)用開發(fā)流程，尤其是在集成和測試階段以及交付和部署期間。這樣的自動化功能最大限度減少了CI/CD 流水線每個環(huán)節(jié)的手動執(zhí)行工作，而且機器人專家可以采用相同的 ROS 2 協(xié)議和相同的工具作業(yè)，用于通過軟件實現(xiàn)的部件，或是通過可編程邏輯卸載或加速的部件。還有一種機制可以對 ROS 2 節(jié)點應(yīng)用的執(zhí)行進行基準測試，這不僅有助于識別瓶頸因素，而且還有助于專門將一個或多個內(nèi)核定制為可編程邏輯中的卸載內(nèi)核。

結(jié)論

高性能自適應(yīng)邊緣計算是工業(yè)數(shù)字化轉(zhuǎn)型的一大支柱。可編程 SOM 能夠簡化靈活的自適應(yīng)計算解決方案的構(gòu)建，搭配專門設(shè)計的 IP（包括軟件堆棧），便能加速實現(xiàn)可量產(chǎn)化模型的開發(fā)工作。

審核編輯：郭婷