關(guān) 閉

新聞中心

EEPW首頁 > 工控自動化 > 業(yè)界動態(tài) > Python 生產(chǎn)力價值:賽靈思 Zynq 產(chǎn)品組合 的前沿優(yōu)勢分析

Python 生產(chǎn)力價值:賽靈思 Zynq 產(chǎn)品組合 的前沿優(yōu)勢分析

作者:Giulio Corradi 博士 時間:2019-05-27 來源:電子產(chǎn)品世界 收藏

嵌入式計算的新范例

本文引用地址:http://m.butianyuan.cn/article/201905/400878.htm

近期的 IEEE 調(diào)查報告稱 2017 年最流行的兩種編程語言分別是 Python 和 C 語言。在嵌入式計算領(lǐng)域,C 語言一直以來都是中堅力量。傳統(tǒng)上來說,我們一直將 Python 語言用于網(wǎng)絡(luò)或臺式機計算,而從未用作嵌入式計算語言;

但是這種情況正在發(fā)生改變。

Python 及其相關(guān)框架能支持用于數(shù)據(jù)分析、機器學(xué)習(xí)(ML)和人工智能(AI)應(yīng)用的復(fù)雜算法的開發(fā)。當然,這些應(yīng)用屬于嵌入式計算領(lǐng)域的熱點話題,而且它們正在促使 Python 得到采用,特別是在邊緣工業(yè)物聯(lián)網(wǎng) (IIoT) 領(lǐng)域的普及。

C、C++ 和 Python 緊密相連,因為 Python 本身也依賴 C 和 C++ 用來提供最核心的庫。但是,C 和 C++ 屬于編譯型語言,能夠在裸機上執(zhí)行。Python 在這點上則與之不同,是一種解釋型語言。這種差異在嵌入式計算中為自身帶來了挑戰(zhàn):例如,Python 需要操作系統(tǒng)(一般是 Linux),另外還需要易失性和非易失性存儲器資源。

在工業(yè)物聯(lián)網(wǎng)邊緣嵌入式計算領(lǐng)域,ML 和 AI 的實現(xiàn)日趨傾向于發(fā)揮數(shù)字孿生體 (1) 與物理致動器的功用。因此,解決方案必須能夠?qū)崟r以低確定性時延做出響應(yīng)。此外,工業(yè)物聯(lián)網(wǎng)解決方案也必須能夠支持其他行業(yè)趨勢,例如:

·根據(jù)待解決問題在實時處理器、應(yīng)用處理器和專用處理單元間進行分區(qū)

·為專用處理器卸載引擎創(chuàng)建接口,從而為性能關(guān)鍵內(nèi)核提速

·使用 Linux 等標準操作系統(tǒng)

·提供具備調(diào)度功能和確定性的解決方案

·為原型設(shè)計和生產(chǎn)提供高生產(chǎn)力框架

·覆蓋標準和傳統(tǒng)網(wǎng)絡(luò)通信接口與協(xié)議,包括 IT、OT 融合網(wǎng)絡(luò)。

·為機器學(xué)習(xí)和分析提供豐富的庫

·功能安全性

·網(wǎng)絡(luò)安全

構(gòu)建工業(yè)物聯(lián)網(wǎng)平臺絕非易事。從物理環(huán)境的邊緣到云(包括 AI 和 ML)的整個鏈條是復(fù)雜的,并需要多種專業(yè)能力。因此,開發(fā)工業(yè)物聯(lián)網(wǎng)就要求使用更高水平的抽象,而這種抽象水平又要與項目涉及的不同工作職能相關(guān)聯(lián),才能讓開發(fā)在可接受的時間預(yù)算和成本預(yù)算內(nèi)完成。參見圖 1。

1558922038760296.png

圖 1:同一平臺的不同抽象水平

在工業(yè)物聯(lián)網(wǎng)中探索機器學(xué)習(xí)

工業(yè)物聯(lián)網(wǎng)解決方案越來越多地在邊緣納入嵌入式智能。對于眾多應(yīng)用而言,這意味著機器學(xué)習(xí)推斷的實現(xiàn)。實現(xiàn)后,ML 算法會利用其經(jīng)驗,根據(jù)一套輸入數(shù)據(jù)得出結(jié)論。在 ML 中,經(jīng)驗可通過名為培訓(xùn)的學(xué)習(xí)過程來獲得。ML 應(yīng)用的培訓(xùn)可使用下列兩種方法之一執(zhí)行:(1) 人工監(jiān)督或 (2) 實現(xiàn)判斷功能。兩種方法都需要將由正反例構(gòu)成的大數(shù)據(jù)集應(yīng)用于 ML 網(wǎng)絡(luò)。在 ML 算法得到充分培訓(xùn)后,就能將其部署在工業(yè)物聯(lián)網(wǎng)邊緣,根據(jù)新輸入和未知輸入進行推斷。

工業(yè)物聯(lián)網(wǎng)解決方案應(yīng)用從 ML 的使用中獲益匪淺,尤其是對于那些傳統(tǒng)方法不能提供可接受的性能的應(yīng)用或者需要大量人工干預(yù)的應(yīng)用,例如再校準、維護、診斷和故障安全保護操作。這些應(yīng)用具體包括:

·傳感器與測量系統(tǒng)

·系統(tǒng)識別

·機器學(xué)習(xí)系統(tǒng)控制

·高級信號處理

·自主系統(tǒng)的強化學(xué)習(xí)

·圖像處理

因此,開發(fā) ML 解決方案需要具備有足夠通用性的平臺和生態(tài)系統(tǒng),才能支持完整的開發(fā)模型,而不僅僅支持解決方案的獨立單元。

賽靈思 Zynq-7000 SoC 包含用來為現(xiàn)代 SoC 提供不成文標準特性的雙核 Arm? Cortex?-A9 處理器系統(tǒng) (PS) 和可編程邏輯 (PL),同時它還提供獨特的高度差異化靈活性,支持將關(guān)鍵任務(wù)卸載到 PL 。Zynq UltraScale+ MPSoC 和 Zynq UltraScale+ RFSoC 使用四核 Arm Cortex-A53 PS、PL 和其他特定部件型號的處理塊進一步擴展這一模型。

PS 和 PL 間的緊密耦合能實現(xiàn)比傳統(tǒng)方法響應(yīng)性更好、可重配置性更強、能效更高的系統(tǒng)。基于 CPU 的傳統(tǒng)方法需要使用外部存儲器來共享鏡像等大型數(shù)據(jù)結(jié)構(gòu)。因為需要片外仲裁和通信,這樣做會降低確定性并增大功耗與時延,Zynq 產(chǎn)品組合中提供的異構(gòu)片上系統(tǒng)器件允許設(shè)計人員在器件的 PL 內(nèi)為功能提速。這樣,提供的解決方案不僅擁有確定性響應(yīng)時間,還能降低時延,優(yōu)化功耗。參見 圖 2。

1558922002881108.png

圖 2:與典型 SoC 相比 Zynq 產(chǎn)品組合的優(yōu)勢

使用 PL 能提供比傳統(tǒng) CPU 方法更豐富的接口功能,因為后者只提供固定接口。PL I/O 結(jié)構(gòu)的靈活性可支持業(yè)界標準、專有或傳統(tǒng)接口,從而實現(xiàn)任意連接。

在高級綜合工具 SDSoC? 和 Vivado? HLS 的幫助下,開發(fā)人員能夠把 C 和 C++ 編譯代碼直接轉(zhuǎn)化為硬件。

結(jié)合可編程邏輯中功能的加速,還能夠?qū)嵗粋€或更多的 MicroBlaze? 32 位軟核處理器。MicroBlaze 核允許執(zhí)行實時關(guān)鍵應(yīng)用。這些功能讓 Zynq 產(chǎn)品組合可用來滿足支持 Python 的嵌入式平臺的所有要求。

PYNQ 框架支持 Python 能與 Zynq 產(chǎn)品組合一起使用,可充分發(fā)揮可編程邏輯提供的加速功能。為實現(xiàn)這一點,PYNQ 采用了將 PL 疊加封裝成混合庫

的方式。混合庫是一種全新形式的庫,包含疊加比特流和與之相關(guān)視硬件而定的 C 代碼和 Python API。混合庫是實現(xiàn)重復(fù)使用的關(guān)鍵機制,使用 PIP Install(用于安裝和管理使用 Python 編寫的軟件包的封裝管理系統(tǒng))就能輕松安裝。

因此,PYNQ 框架為數(shù)據(jù)科學(xué)家、嵌入式工程師、硬件工程師和系統(tǒng)工程師等所有開發(fā)人員提供了所需的必要抽象層次。參見圖 3。

1558921971192719.png

圖 3:PYNQ 框架中不斷提高的抽象水平

PYNQ 框架率先結(jié)合下列要素,能簡化和改進基于 Zynq 產(chǎn)品組合的設(shè)計:

·高層次生產(chǎn)力語言 (Python)

·在可編程邏輯內(nèi)實現(xiàn)加速的混合庫

·受嵌入式處理器支持的基于 Web 的架構(gòu)

·Jupyter Notebook 框架

與不能使用可編程邏輯的傳統(tǒng) SoC 方法相比,依托這些要素的 PYNQ 框架擁有顯著優(yōu)勢。

數(shù)據(jù)科學(xué)家能立刻把由賽靈思用熟悉的封裝在 Python 框架里創(chuàng)建的系統(tǒng)投入使用。圖 3展示了可以使用一些標準封裝的堆棧。Panda、Scikit-learn 和 NumPy 位于頂層,其他封裝則提供專門功能,比如用于機器人的 ROS 和用于仿真的 SimPy。

Python 能夠?qū)胍粋€或多個隨時可用的預(yù)配置硬件模塊,為應(yīng)用加速并消除瓶頸。所有封裝都能在 Jupyter 環(huán)境中進行嘗試和使用,并可使用基于 FPGA 疊加的硬件庫接口連接到可編程邏輯。

PYNQ 框架是圍繞開源社區(qū)設(shè)計的,開發(fā)人員在該社區(qū)可以創(chuàng)建和共享疊加。使用這種方法,開發(fā)人員在確認需要新疊加之前不需要構(gòu)建疊加。也就是說,在運行所需功能的疊加不存在時才需要構(gòu)建它。每個新疊加都應(yīng)嚴格遵循為工業(yè)物聯(lián)網(wǎng)確立的“設(shè)計模式”。這些設(shè)計模式包括(但不僅限于)下列模式:

·加速器為計算提速-與主處理器共享和/或交換數(shù)據(jù)。根據(jù)數(shù)據(jù)大小和性能要求,數(shù)據(jù)交換可以在 PL 存儲器內(nèi)(塊 RAM)、片上存儲器內(nèi) (COM)、L2 高速緩存內(nèi)和 DDR 存儲器內(nèi)進行。

·日志記錄器負責(zé)采集數(shù)據(jù),一般是與主處理器共享的原始數(shù)據(jù)。根據(jù)數(shù)據(jù)大小和性能要求,日志記錄可以在 PL 存儲器內(nèi)(塊 RAM)、片上存儲器內(nèi) (COM)、L2 高速緩存內(nèi)和 DDR 存儲器內(nèi)進行。采集過程可以通過明確觸發(fā)來自主處理器的事件或通過捕獲外部事件來啟動。

·定序器生成邏輯值的自動序列;根據(jù)復(fù)雜程度,這其中可包含用于實現(xiàn)布爾函數(shù)、FSM 和/或

仲裁數(shù)字模式的可編程生成器實例。

·運行器提供可用 C/C++ 語言進行編程的基于 MicroBlaze 32 位軟核處理器的實時控制功能,用于從主處理器卸載重復(fù)性任務(wù)以確保確定性。

·可以把運行器用作安全模塊??膳渲?MicroBlaze 處理器用于鎖步操作。雖然整個 Zynq 產(chǎn)品組合都針對功能安全性進行了精心設(shè)計,但當產(chǎn)品從最初的原型設(shè)計進入到可生產(chǎn)階段時,這一功能尤為重要。

傳感器與測量系統(tǒng)

傳感器是任何工業(yè)系統(tǒng),尤其是工業(yè)物聯(lián)網(wǎng)解決方案的關(guān)鍵組成部分。從簡單的溫度測量熱電偶,到結(jié)合多個異構(gòu)傳感器的用來測量特定物理量的復(fù)雜傳感器融合,工業(yè)物聯(lián)網(wǎng)解決方案采用多種不同的傳感器模態(tài)。在工業(yè)物聯(lián)網(wǎng)解決方案中實現(xiàn) ML,有助于開發(fā)人員讓給定傳感器發(fā)揮出最佳性能,同時提高下列操作的效率:

·傳感器數(shù)據(jù)采集(例如:振動分析)

·傳感器數(shù)據(jù)標準化

·傳感器線性化

·傳感器診斷

·高級傳感器

·傳感器融合

·校準與自校準

傳感器診斷

因為老化原因,傳感器性能在整個工作壽命期間會發(fā)生變化。傳感器在惡劣環(huán)境中使用時尤其如此,此時老化會影響可靠性,并帶來偏離和偏差問題。此外,如果將傳感器用于安全應(yīng)用,傳感器診斷功能同樣極為有用;在此情況下,正確的診斷流程也是安全系統(tǒng)的組成部分。

通過使用 ML,設(shè)計人員能夠創(chuàng)建傳感器模型,或更為普遍的說法,即數(shù)字孿生,在持續(xù)監(jiān)控實際傳感器輸出的同時預(yù)測傳感器輸出。在額定條件下,傳感器信號遵循某種已知模式,且伴隨系統(tǒng)與測量噪聲導(dǎo)致的一定程度的不確定性。但是,如果傳感器失效,觀察到的輸出就會與預(yù)測輸出相左,并且當偏差越過指定時序或閾值時,就可以明確聲明傳感器失效。由于分析冗余技術(shù)允許使用工作在額定條件下的傳感器提供的信息為動態(tài)系統(tǒng)創(chuàng)建模型,因此“數(shù)字孿生”不會老化或失效,會永久存續(xù)。

預(yù)測性維護用例:

用于診斷與安全的滾珠軸承故障檢測

封裝材料行業(yè)已經(jīng)認識到“全面生產(chǎn)維護”作為提高設(shè)備可靠性的積極方法體系的重要意義。逐漸發(fā)生的軸承失效是行業(yè)故障最主要的原因之一。因此,盡早地檢測這些故障對確??煽扛咝У倪\營而言至關(guān)重要。單個包裝機往往就裝有 8 部以上的電動機和眾多主軸,存在可能導(dǎo)致生產(chǎn)線停運的多個故障源。

滾珠軸承能確保軸以最小摩擦自由轉(zhuǎn)動,同時讓軸保持在正確位置上。如果旋轉(zhuǎn)系統(tǒng)的滾珠軸承失效,

后果將不堪設(shè)想。造成軸承受損的原因有很多,包括:

·軸承錯位

·微動磨損,對軸承接觸面的一種侵蝕性破壞

·變頻驅(qū)動,產(chǎn)生導(dǎo)致點蝕、槽蝕和弧坑的軸電流

·軸承潤滑不當

·軸承侵蝕

·軸承疲勞

·高溫和其他因素

在故障發(fā)生之前檢測此類故障,對于降低運營成本和維護成本而言有極為重要的意義。幸運的是,低成本加速計的問世提供高帶寬測量,能支持功能極為強大的振動數(shù)據(jù)采集系統(tǒng)。將這些加速計與先進的電動機控制功能共同部署,便可基于 PYNQ 框架實現(xiàn)偵測系統(tǒng),實時檢測可能的失效。

對于本應(yīng)用而言,PYNQ 架構(gòu)部署在 ARTY-Z7 電路板上。該電路板支持基于 PYNQ 的疊加,但這只僅僅是 PYNQ 框架的可能的用途之一。在本例中,系統(tǒng)設(shè)置包含一個高性能電動機控制系統(tǒng)和一個由

 5 個 Kionix(1) 三軸加速計構(gòu)成的采集系統(tǒng)。

可以使用多種技術(shù)進行振動監(jiān)測,其中包括振動測量、聲學(xué)測量、溫度測量和磨損分析。使用硅微加速計為感應(yīng)全部三個軸向的振動提供了低成本的方法,從而能夠全面掌握系統(tǒng)中發(fā)生的所有可能的振動模式。具體如圖 4所示。

為了確保測量準確,加速計位置應(yīng)貼近電動機、齒輪箱和主滑輪內(nèi)的滾珠軸承。

電動機電流、定子電壓和軸角度位置等系統(tǒng)參數(shù)均在監(jiān)測范圍內(nèi)。將電動機模型用于估算角度和內(nèi)部電壓。

1558921929517497.png

圖 4:故障檢測與電動機控制

1.Kionix公司是一家微電子機械 (MEMS) 系統(tǒng)制造商,產(chǎn)品包括加速度計、陀螺儀和傳感器融合慣性傳感器技術(shù)。

如圖 5所示,使用下列單元為 PYNQ 環(huán)境創(chuàng)建了新的疊加:

·電動機控制系統(tǒng):實例化為使用 QDESYS高性能電動機控制 IP 集的 HDL 塊。

·日志記錄器:實例化為 Vivado HLS 模塊,并連接高性能 AXI 總線 0。

·即時高速傅立葉轉(zhuǎn)換 (FFT):實例化為 Vivado HLS 模塊,并連接高性能 AXI 總線 0。

·運行器:用于解耦和管理加速度計,采用 MicroBlaze 軟核處理器實現(xiàn)并以 DDR 存儲器內(nèi)共享段的形式對外提供。MicroBlaze 處理器:從 ARM 處理器分擔(dān)加速度計管理工作。I2C

協(xié)議對這些單元進行區(qū)別對待,分別補償偏置、靈敏度、溫度和比率誤差。

1558921897120825.png

圖 5:捕獲與電動機控制內(nèi)部模塊

為實現(xiàn)能與 PYNQ 框架配合的新疊加,使用了Python C 外部函數(shù)接口 (CFFI)。在使用 Python 時,該接口支持與幾乎任何 C 代碼進行交互??删幊踢壿嫾铀俟δ苤糜?PYNQ 框架內(nèi),并且可以訪問該框架下基于 C/C++ 的軟件驅(qū)動程序。PYNQ 框架也提供在開發(fā)應(yīng)用時有所幫助的補充功能。PYNQ 的兩大核心功能包括:

(a)mmio:用于實現(xiàn)存儲器映射 I/O,以及 xlnk:將 DDR 存儲器分配為 NumPy(使用 Python 開展科學(xué)計算的基本庫)可見的緩存空間。xlnk 負責(zé)為 PL(用于映射登記的向量)獲取虛擬地址和物理地址。

舉個簡單的例子,可以借助觀察通過電動機的電流,來建立加速度計輸出的振動信號與檢測到的振動信號間的關(guān)聯(lián)關(guān)系,因此開展傳統(tǒng)的振動分析或是更先進的信號特征分析就可以建立這一關(guān)聯(lián)。

具體指標及整體系統(tǒng)的描述將占盡單獨一本白皮書的篇幅,故不在本白皮書中詳述。作為展示,圖 6 體現(xiàn)了超過閾值的滾珠軸承頻率限值信號由圖 7 中看似正常的電流波形中提取的。

2.png

圖 6:使用電流信號特征的振動分析

1.png

圖 7:三相電動機的波形(滾珠軸承信號特征被噪聲淹沒)

上述示例證明,只要正確理解了問題和 Zynq 產(chǎn)品組合特性,就能開展切實的高級診斷,為具備機器學(xué)習(xí)功能的工業(yè)物聯(lián)網(wǎng)系統(tǒng)敞開通向更智能方法的大門。

結(jié)論

本白皮書僅涵蓋 PYNQ 框架的一些基礎(chǔ)知識,該框架將 Python 與 Zynq 組合結(jié)合為一體。PYNQ 框架提供了新的切實可能性,有助于打造能夠充分利用工業(yè)物聯(lián)網(wǎng)全部功能,以及機器學(xué)習(xí)提供的新興功能的系統(tǒng)。

邊緣計算機器學(xué)習(xí)的發(fā)展尚處于萌芽階段,而賽靈思致力于交付一流的產(chǎn)品和設(shè)計框架,以加快和簡化智能和自適應(yīng)資產(chǎn)的設(shè)計、部署與維護。這僅僅是動人旅程的開端,本白皮書中提及的許多話題將在后續(xù)的白皮書、應(yīng)用說明和示例中詳細介紹。其中一部分已經(jīng)在PYNQ GitHub 庫里提供。



關(guān)鍵詞:

評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉