{{ title }}
{{ errorMessage }}


{{ errorMessage }}





{{ registerSuccessMessage }}
首页>产品速递> 正文 
收藏
点赞
投稿
AMD Kira K24 SOM系统模块让电机运行更智能
  2023-10-17   

图片7.png

AMD 核心垂直市场副总裁Hanneke Krekels

9月中旬,AMD正式推出了Kira K24系统模块(SOM)、KD240驱动器入门套件,尺寸极小,能效极高,非常适合对成本非常敏感的工业和商业边缘应用。AMD 核心垂直市场副总裁Hanneke Krekels表示:“AMD Kria K24 SOM和KD240开发平台建立在Kria SOM产品组合带来的突破性设计体验之上,为机器人、控制、视觉AI 和DSP 应用提供了解决方案。系统架构师必须满足日益增长的性能和能效需求,同时还要降低成本。K24 SOM 能以小尺寸提供高每瓦性能,并将嵌入式处理系统的核心组件安装在单块量产就绪型板卡上,以加速上市进程。”

AMD Kira系列产品历史悠久、型号丰富、功能强大,有着丰富的应用,比如为视觉处理、AI与机器学习、驱动与达控制、嵌入式计算、工业物联网系统集成等等,在中国市场也有广泛的生态系统,得到了大量中国企业的采纳,包括AI边缘器件。

 “我们在工业互联网时代,经常有多任务需要同时进行,而电机控制系统需要处理很多轴。Kria产品在这方面拥有优势,它能够集成很多轴,以此控制成本。” Krekels介绍。

作为Kria SOM系列的最新成员,Kria K24 SOM更注重尺寸、功耗、成本等方面的设计,并采用了先进的InFO(集成扇出)封装,尺寸相比Kira K26大大缩小,只有银行卡的一般。其功耗也只有2.5瓦,相当于Kira K260的大约一半,是基于DSP应用的最佳解决方案之一。


产品优势

Hanneke Krekels表示:“电机无处不在,从公共交通到其它发电系统,从工厂自动化到仓储所使用的机器人到医疗设备,甚至农业的空中系统。数据显示,这些电机消耗了全球工业能源总用量的70%。而且现在的电机也变得更加精密复杂,提供各种速度能力,并且越来越多采用新材料设计,包括碳化硅和氮化镓来提升效率与性能,同时还能够降低能耗。这些新的现代电机确实令人印象非常深刻,但是它们也需要电机驱动系统来控制这些电机,这样才能使其扭矩、速度以及应变速达到最大,同时还能使能耗降到最低。电机驱动系统主要是有三个要素,第一是驱动器,第二是供电部分,第三是电机本身。”因此Hanneke也表示:“提高电机的效率将对全球用电量产生显著的积极影响。提高这些应用的效率够使能耗降低15%到40%。所以,如果能够提升这些复杂电机的控制系统以及控制这些电机的电度的话,对于全球用电量会产生非常大的影响。全球工业总用电量中的约70%与电机和电机驱动系统相关。因此,即使驱动系统效率提升1%,也能显著降低运营成本、节省能耗、保护环境。”

图片8.png

据介绍,K24 SOM内含定制打造的ZynqUltraScale+ MPSoC器件,配套的KD240入门套件是一款价格低于400美元的、基于FPGA的电机控制套件。与其它基于处理器的控制套件相比,KD240支持开发人员在设计周期中更为成熟的节点入手,使入门级开发人员能够轻松使用。

K24 SOM满足用于工业环境应用,其所支持的设计环境比此前任何一代产品都要多。其中包括MatlabSimulink等常见的设计工具与Python等语言,以及其对PYNQ框架广泛的生态系统支持。此外,它还支持Ubuntu和Docker。软件开发人员也可在使用AMDVitis电机控制库的同时,保持对传统开发流程的支持。

Kria K24 SOM采用Zynq UltraScale+MPSoC架构,带来高水平确定性、可靠性和安全性,多种电机连接和驱动级技术,构建低功耗数字信号处理(DSP)解决方案,实现高能效计算。

据Krekels 介绍:“Zynq UltraScale+自适应SoC能够实现混合关键性,通过该功能,K24 SOM可非常简单地控制不同任务之间的优先级,并通过使用MPSoC来确保功能安全性,甚至还有一个内置HMI。可编程的I/O结构可以与任何传感器进行连接,包括环境、方向、视觉和其它传感器。”

此外,Kria SOM使开发人员能够跳过围绕所选芯片器件的大量设计工作,而专注于提供差异化增值功能。

结合KD240驱动器入门套件这款开箱即用的、基于电机控制的开发平台使用时,产品便可提供利用K24 SOM进行量产部署的无缝路径。用户可以快速启动并运行,从而加快电机控制和DSP应用上市进程,而无需具备FPGA编程专业知识。

连接器兼容性支持在K24和K26 SOM之间轻松迁移,无需更换板卡,令系统架构师能够平衡高能效系统的功耗、性能、尺寸和成本。

K24 SOM提供商业和工业两种版本。除了支持扩展的温度范围,工业级SOM 还包括用于高可靠性系统的具有ECC保护的LPDDR4内存。


K24 SOM与K26 SOM 的同与不同

Krekels特别介绍了K24 SOM与K26 SOM 的同与不同。相同点是:“K24 SOM是K26 SOM的补充和延伸是,它们基于同样的Zynq UltraScale+ MPSoC架构,这两者都是A53 四核以及双R5F处理器,都拥有非常出色的外设。”

“不同之处在于,首先,K24 SOM可以说是K26 SOM的可扩展版,特别对于关注尺寸、功耗、成本等方面,K24 SOM具有更为出色的设计。K24 SOM支持最新版本 22.04 Ubuntu OS,I/O数量要比K26 SOM少,LPDDR的数量是K26 SOM的一半。工业级的K24 SOM的2GB的LPDDR4由ECC支持。其次,对于热门的人工智能(AI)应用,K24 SOM可以发挥非常重要的作用。K24 SOM能够支持人工智能推理深度神经网络处理单元。K24 SOM可以在电路板上做很多人工智能方面的操作,可应用于很多场景,创造更多的数据集,无论是在本地还是云端。最后,在工业物联网的工业4.0时代,电机控制系统的职能不仅是控制电机这么简单,K24 SOM可支持工业物联网很多功能应用。”

Krekels表示:“Kria SOM真正的目标是希望能够吸引新的用户来使用自适应计算。”特别是在机器人行业。他表示:“AMD在每一个机器人发展层面都与各界有非常密切的接触。从STEM教育开始,到大学、初创企业和大型的跨国企业。”

“早期推出的KV260是视觉AI可以用于摄像头与系统中的视觉来辅助导航,用于机器人的行动和传动;今天推出的KD240驱动器入门套件,就像是机器人的肌肉一样,可控制机器人的行动和传动。在制作原型之后,就可以把这些设计进行生产,使用混合K26和K24的 SOM,在分布式和嵌入式的系统当中做为非常有用的工具。”

对于工业应用中的预测性的维护,Krekels表示:“预测性维护可以说是在电机控制系统当中最受欢迎的人工智能的应用。通过K24 SOM来可以很简单的、多种方式来实现。”他介绍:“在K24 SOM的人工智能应用当中,有一些应用是需要比如说深度学习,还有深度神经网络的,但是有很多其它的应用只要经典的机器学习或者是人工智能就可以了,不需要用到深度神经网络。”

综上所述,借助在尺寸、功耗、成本等方面进行的大量优化设计,K24 SOM在多方面应用更为出色:

一是支持最新版本22.04 Ubuntu OS,I/O数为132个,比K26 SOM少,LPDDR数量是K26 SOM的一半。工业级的K24 SOM的2GB LPDDR4由ECC支持,安全方面,以硬件信任根及TPM 2.03提供支持。

二是支持人工智能(AI)推理深度神经网络处理单元,从而在本地或云端应用于丰富的场景,并创造更多的数据集。

三是支持大量工业物联网应用。K24 SOM是一个基于ARM处理系统的可编程逻辑器件,能够支持在业界40多种常用的工业互联网标准,支持工业互联网从EtherCAT到TSN。连接器兼容性实现Kria SOM之间无缝迁移,这可能是客户最喜欢的一个功能。这个概念客户支持从低端到高端产品相互之间无缝迁移可扩展性,更好地满足客户需求。

最后,对于今年ChatGPT带火生成式AI模型在工业方面的应用,Krekels表示:“现在生成AI模型还没有在工业场景下运用,随着时间的推移今后可能会有。”


分享到:
  点赞
  收藏
  打印
评论(0
已输入0
最新文章
 2023-10-26
 2023-10-17
 2022-05-24
 2021-02-26