莱迪思博客

Everyone, it seems, is now talking about how they’re planning to integrate AI into their devices, their factories, their workflows and, well, everything. But how they actually plan to make that happen isn’t always clear. Part of the challenge, of course, is that different workloads and different environments require different types of solutions. For those looking to integrate AI-powered capabilities into edge computing-based offerings, there are a relatively broad range of ways to ac...

Human-machine interfaces (HMIs) are rapidly evolving, driven by trends such as Automotive personalization, sustainable always-on interfaces, hygienic touchless user interfaces (UI), consistent user experience (UX) across platforms, voice activation, and Industrial automation for labor and safety needs. Regardless of their specific drivers and/or use cases, modern HMIs must be smarter and more dynamic – shifting from command-based to context-aware systems that bridge the human-machine...

Robots have rapidly evolved from science fiction into a cornerstone of modern industry. Today’s autonomous systems can execute complex tasks with minimal human oversight – transforming how we work, live, and move. But achieving this level of intelligence and reliability in real-world environments requires more than just advanced software. It demands robust hardware, deterministic processing, and scalable system architectures that can support safe, real-time decision-making under dema...

网络边缘AI正在改变机器与世界的交互方式，它可以直接在数据源附近实现智能，带来实时、情境感知的决策。在汽车和工业环境中，这一转变推动了更智能的传感器、自动化和更先进的人机交互界面（HMI）。但在边缘部署AI面临着计算能力有限、严格的功耗预算和紧凑的硬件尺寸等挑战。 在我们最近的LinkedIn Live小组讨论中，莱迪思的专家们探讨了工程师如何利用莱迪思的FPGA以及Lattice sensAI™解决方案集合，实现具备高性能、安全性和灵活性的智能、实时嵌入式体验。 边缘AI为何势头迅猛 AI不再局限于云端。通过将智能嵌入到边缘设备，工程师可以降低延迟、增强隐私，并避免带宽瓶颈，这对现实应用中的安全和性能至关重要。 边缘AI广泛应用的主要驱动力包括： 爆炸式增长的传感器数据需要本地处理 嵌入式和移动系统的能耗限制 安全关键环境对实时响应性的需求 依赖云端带来的隐私与安全问题 降低部署成本的压力 边缘AI让道路和工厂上的机器变成能实时学习与响应的自适应系统。 FPGA在边缘AI中的角色 工程师不必为边缘场景重做AI模型&mdash...

过去，人机界面（HMI）相对简单，主要由按钮、旋钮、操纵杆和静态显示屏组成，用于控制基本功能。如今，HMI已演变为复杂的、具备情境感知能力的系统，成为用户与日益智能的机器之间的主要连接桥梁。无论是嵌入在车辆、工业设备、消费电子还是智能基础设施中，现代HMI都必须处理越来越多的任务，包括实时数据可视化、语音交互、生物识别认证以及基于人工智能的自动化。这些系统需要做到直观、响应迅速且安全可靠，同时还要在严格的功耗、空间和性能限制下运行。 这种演变的产物是一种动态、多模态的HMI平台，由先进的软硬件解决方案驱动，例如莱迪思的FPGA及sensAI™解决方案集合。 向自适应人机界面的转变 随着数字系统变得更加智能且互联互通，人机界面必须随之演进以跟上步伐。这些界面不再只是控制面板，而是能实时解读用户意图和系统情境的智能网关。无论是在车辆、工厂还是智能家居中，现代HMI都必须在处理日益复杂的数据和功能的同时，提供无缝、直观的交互体验。 这一转变需要新一代软硬件解决方案，以支持实时响应性、适应性和低功耗。在许多情况下，HMI必须实时处理来自多种传感器的数据，包括摄像头、运动探测器、麦...

市场对高速数据传输的需求正迅速增长。随着智能设备、数据中心系统和软件的发展，企业需要数据在其技术基础设施中快速传输的同时保持适应性、可扩展性和安全性。实时数据传输给系统带来了更大的压力，对基础设施提出了更高的要求。 无论是提升手机视频质量、帮助无人驾驶汽车避免碰撞，还是激活智能家居安全设备和监控工业生产质量，高效数据传输的需求都至关重要。在本文中，我们将探讨常见的嵌入式视觉用例中高速数据传输所必需的硬件、软件和接口协议要求。 高速数据传输的关键协议和组件 用于高速数据传输的通用基础设施组件和协议可分为短距离和长距离媒体传输协议： 短距离媒体传输协议 移动产业处理器接口（MIPI）： MIPI是一种标准化接口，用于将外设和传感器连接到设备的嵌入式处理器，在移动和嵌入式视觉应用中十分常见。它还支持各种传感器、处理器和显示器之间的高速数据传输。 千兆位多媒体串行链路（GMSL）：GMSL是一种高度可配置的SERDES互连解决方案，用于在高速、高分辨率视频和显示应用中通过单线传输实时数据、控制和电源信号。 ...

嵌入式世界大会（Embedded World）是世界上最大的展会之一，莱迪思和我们的生态系统合作伙伴在此次展会上展示了基于莱迪思FPGA的最新重大创新成果，广泛应用于汽车、工业和安全网络边缘应用。如果您错过了这次展会，可以在本文中查看我们在2025年嵌入式世界大会上的精彩瞬间。 莱迪思荣获嵌入式计算设计（ECD）“最佳产品”奖 在今年的嵌入式世界大会上，莱迪思的Nexus™ 2小型FPGA平台赢得了享有盛誉的ECD最佳产品奖。与竞品相比，莱迪思Nexus 2在功耗和性能、互连和安全性方面都有显著的优势。该平台支持多个器件系列的快速开发，帮助开发人员以莱迪思Certus-N2通用FPGA为起点，打造创新产品，解决技术设计难题。 与创新的合作伙伴生态系统共同展示尖端的莱迪思FPGA解决方案 莱迪思与强大且不断发展的合作伙伴网络的众多成员合作，展示了超过25个前沿技术演示，包括自主移动机器人、传感器融合、网络边缘计算、工业互连、支持PQC的安全解决方案等方案的FPGA实现。其中包括了来自创新合作伙伴Agiliad、Arrow、Citrobits、Exo...

网络边缘人工智能——即在边缘设备端部署AI模型进行本地化算法处理，而非依赖云端等集中式计算平台——已成为人工智能领域发展最快的方向之一，受到业界高度关注。据测算，2024年网络边缘AI市场规模约为210亿美元，预计到2034年将突破1430亿美元。这一增长态势表明各行业将持续加大基于AI的边缘系统研发投入。 网络边缘AI的应用前景广阔且充满创新机遇，涵盖自动驾驶汽车、智能家居设备、工业自动化机械等多个领域。但开发者在实践中需要应对硬件限制、功耗优化和处理复杂度等独特挑战。例如，设计人员必须确保嵌入式AI模型在保持紧凑体积的同时具备足够算力，能够直接在边缘设备端解析实时情境信息。这要求系统在延迟控制、带宽效率、运算精度和可持续性等性能指标上达到最优平衡，同时还要保障数据隐私安全并降低网络威胁风险。 网络边缘应用的演进正与情境智能的发展同步推进。情境智能旨在从数据所处的环境、关联关系及交互场景中理解其含义，这就催生了情境边缘AI。该技术通过在网络边缘设备端运行AI模型，使系统能够处理环境数据、持续学习并优化性能。例如，智能设备通过视觉、听觉等...

与许多类型的器件一样，人们很容易陷入这样的误区：大芯片比小器件更好，更有影响力。然而，就FPGA（现场可编程门阵列）而言，更小的芯片往往具有最大的应用范围和影响力。 小型FPGA广泛应用于各种设备、应用和行业，因为它们能够可靠地执行对许多不同类型智能系统的快速运行至关重要的关键功能。同时由于其可编程的特性，它们可以很容易根据不同类型设备的特定要求进行定制。 莱迪思半导体公司多年来一直在开发小型FPGA的独特功能，并围绕这些功能建立了年收入约5亿美元的业务。最近，该公司推出了小型FPGA架构的第二代版本。全新莱迪思Nexus™ 2平台采用16nm TSMC FinFET工艺，具有较小工艺节点带来的若干重要优势。特别是，与其他供应商的竞品相比，基于Nexus 2的芯片能够以最佳的功率和更高的速度运行，而且物理尺寸更小。 此外，莱迪思还在Nexus 2平台中集成了更多更快的连接方案和增强的安全标准支持。在连接性方面，Nexus 2通过集成PCIe Gen 4控制器支持多协议16G SERDES，MIPI D和C-PHY速度高达7.98 Gbps。该平台还支持使用高速LPDDR4存...

在快速发展的技术领域，从以云端为中心到以网络边缘为中心的创新转变正在重塑数据的处理和利用方式。这种转变的驱动力来自于对网络边缘人工智能、传感器与云端互连以及弹性安全日益增长的需求。 FPGA凭借其无与伦比的灵活性和性能引领着这一变革。从数据中心到网络边缘设备，这些多功能器件正被集成到广泛的应用中，实现更高效、更强大的计算解决方案。FPGA提供的加速处理能力和适应性，再加上人工智能（AI）技术的进步，大大增强了人工智能模型的能力。因此，FPGA正在成为开发下一代技术的基石，推动人工智能、机器学习和物联网的进步，为更智能、更敏捷的系统铺平道路。 莱迪思走在推动FPGA技术发展的前沿，专注于低功耗解决方案，旨在满足网络边缘应用中对低功耗、高性能计算日益增长的需求。通过开发功耗极低的小尺寸FPGA，莱迪思正在推动能够在受限环境下高效运行的新一轮智能设备浪潮。今天，在莱迪思开发者大会上，莱迪思继续保持这一领先地位，发布了全新功耗和性能优化的硬件和软件解决方案，为低功耗FPGA创新提供了新的动力。 加强小尺寸FPGA的领先地位 莱迪思宣布推出Lattice Nexus™ 2平台，...

在人工智能、安全和互连不断发展的时代，我们为您准备了FPGA创新的最前沿资讯，助您进一步提升系统设计和开发水平。您可以在莱迪思开发者大会上探索相关趋势、挑战和机遇，发现最新的低功耗FPGA解决方案！ 莱迪思开发者大会将于2024年12月10日至11日在线上线下双渠道举办，届时莱迪思和其他行业领导者将带来精彩的主题演讲、小组讨论和培训课程，以及最先进的FPGA技术演示。 您将在2024莱迪思开发者大会上看到哪些精彩内容？ 莱迪思、戴尔、SICK、微软和Teledyne FLIR将在主题演讲中重点介绍各种终端市场的网络边缘人工智能、安全和高级互连用例的最新趋势和创新FPGA解决方案。 莱迪思和其他行业领导者将在技术小组会议上重点介绍低功耗FPGA的优势、使用传统和新兴技术进行设计以及在工业、汽车、通信、计算和消费市场的应用。 来自莱迪思和30多家FPGA合作伙伴和客户的尖端技术演示，应用领域包括网络边缘人工智能、自动化和机器人、数据中心安全、ADAS、电信等。 参加莱迪思2024开发者大会的理由： 紧跟最新趋势——深入了解...

AI正在快速发展，其动力不仅来源于持续的技术进步，还来自各个行业的需求和要求。随着大型语言模型（LLM）和生成式AI的激增，行业正在努力解决这些基于云的AI应用处理大数据以及训练和部署高级AI模型所需的密集计算能力。如今AI被应用于各种客户端设备中，包括PC和智能手机，以及汽车和工业设备（如机器人和医疗设备）的网络边缘应用中，这些设备在网络边缘较小的语言模型上运行。 莱迪思团队最近与TECHnalysis Research总裁兼首席分析师Bob O'Donnell举办了一场小组讨论，探讨了网络边缘AI时代的到来，以及基于FPGA的解决方案在加速各行业网络边缘AI普及方面的作用。你可以点击此处观看精彩的讨论，内容涵盖AI趋势、现实世界的网络边缘AI应用，以及莱迪思与NVIDIA在边缘AI方面的合作信息。继续阅读本文探索FPGA在推动网络边缘AI创新方面的重要作用。 网络边缘AI如何推动创新 虽然基于云的AI提供了更强大的计算能力和存储容量，但它需要极强的处理能力、能耗、网络带宽要求更高，并导致延迟增加。通过将处理任务分担到本地设备，网络边缘AI减轻了集中式服务器的负担并降低了运营成本。通...

智能摄像头在我们这个技术驱动的世界中应用十分广泛。这些独立的视觉系统配备了传感器、计算能力和基于人工智能的决策功能，使得它们不仅可以捕获图像，还可以提取信息并执行操作。试想：2022年智能摄像头市场规模高达34.8亿美元，预计到2031年将飙升至80亿美元。 随着AI智能摄像头的大规模部署，对低功耗、低延迟、安全性和适应性更强的解决方案的需求正急剧上升。这些功能可以确保智能摄像头在各种应用中保持高效、可持续和广泛用途，同时优化系统性能。 现场可编程门阵列（FPGA）是这一技术发展的核心。在2024年嵌入式视觉峰会上，莱迪思半导体和钰创科技美国分公司发表了题为《使用低功耗FPGA和DRAM产品优化终端智能摄像头》的演讲。这篇博客对演示进行了分析，并探讨了开发人员如何通过FPGA来满足网络边缘AI需求并优化智能摄像头。请继续阅读，了解FPGA的关键组件如何使其成为智能摄像头的理想选择。 FPGA在网络边缘的作用 FPGA是功能强大且灵活的解决方案，能帮助开发可扩展的网络边缘AI应用，同时减少延迟、提高能效和带宽，并改善数据隐私问题。FPGA有几种特性尤其适合智能摄像头：灵活性、超低功耗、可...

人工智能（AI）正在快速融入众多应用。73%的美国公司在其业务中或多或少使用人工智能，近四分之一（22%）的科技公司积极寻求在各种设备上集成人工智能。 随着AI不断渗透到现代技术中，网络边缘对实时处理、分析和响应的需求不断增长，定制设备端AI以满足特定用例和设备要求变得势在必行。例如，虽然生成式人工智能和大型语言模型（LLM）需要更高的计算和存储，但某些具备始终在线功能的设备则需要低功耗运行。我们每天使用的个人电脑（PC）就是一个很好的例子。随着行业趋势从云转向PC以保护隐私并减少对数据中心的依赖，对强大的设备端AI解决方案的需求也不断攀升，这些解决方案可以支持无缝、始终在线、安全的功能。 通过设备端AI实现始终在线的功能 PC等网络边缘设备需要AI解决方案来增强实时在线功能。这包括更强的情景感知能力、更高的能效、灵活和低延迟的传感器桥接、更低的复杂性和简化的集成。 强化情景感知 PC的始终在线功能意味着它们必须不断感知周围环境，特别是未经授权的物理访问和屏幕偷窥已经成为PC安全的两个首要问题。设备端AI工具可以让PC了解用户和周围环境，提供安全功能来提醒用户可能的入侵，并在用户离开...

随着我们在日常生活中使用的技术不断快速发展，我们必须认识到并应对随之而来的风险——特别是在确保信息安全方面。在这些技术进步和挑战中，有两个主要趋势脱颖而出：后量子加密（PQC）和网络弹性。 物联网生态系统的快速发展，部分是由于5G的兴起推，它创造了一个复杂且高度分布式的设备网络，同时也越来越容易受到网络攻击。因而利用PQC来确保系统既能实现网络安全又能抵御未来威胁的需求应运而生。PQC的目标是开发加密系统，抵御量子计算机和经典计算机产生的攻击，并且可以与现有的通信协议和网络一起运作。 在2023年嵌入式世界大会上，莱迪思举办了季度安全研讨会，邀请了Xiphera首席技术官兼联合创始人Kimmo Jarvinen博士、PQ Shield销售总监Burkhard Jouer、AMI总经理Julien Witassek和Secure-IC首席销售官Charles Thooris共同参与，讨论了这些安全趋势如何影响系统和应用设计决策，以及有哪些解决方案可以帮助确保它们能够应对不断变化的环境 后量子加密和未来的方向 尽管PQC的方法尚未成熟，但它越来越流行和广为人知。事...

Embedded World is one of the tech industry’s largest tradeshows focusing on embedded systems ranging from hardware, systems, distribution, application software, and more. We’re excited to share with you the latest Lattice innovations we had on display at the show this year. From cutting-edge hardware to sophisticated software solutions, we collaborated with our ecosystem partners to showcase demos covering a wide range of applications, including Automotive, Industrial, and Security. ...

每年PC厂商都会推出一系列新的笔记本电脑，它们通常都配备了最新的技术和功能，旨在提供出色的用户体验。从以往的经验来看，这些创新主要集中在外观尺寸，屏幕增强和用户界面等方面。而AI（人工智能）和ML（机器学习）的日益普及开辟了一个充满可能性的新世界，PC厂商和生态系统巨头都在寻求将这些先进的新功能添加到其产品功能集中。 在本篇博文中，我们将讨论PC中AI/ML功能的增长趋势，为什么FPGA非常适合实现这些新的体验，并举例说明采用莱迪思技术的PC解决方案。 使用AI/ML功能优化PC用户体验 对于世界各地的许多人来说，他们一天中的大部分时间都是在电脑屏幕前度过的。正因为如此，系统设计人员希望能够创造一些提高日常效率的方法。AI/ML功能（如存在检测和注意力跟踪）不仅仅能让您获得满意的用户体验。它们还能实实在在地节省电池电量，甚至提供数字健康功能，如防止眼睛疲劳和敦促用户采用合理的坐姿。事实上，莱迪思解决方案可实现注意力跟踪功能，延长了高达28%的电池使用时间。 除了提高效率，AI/ML功能（例如旁观者检测）还有助于防止黑客窥视，保护用户隐私。随着系统设计中用于处理音频和视频呼叫数据的资源越...

在今年的国际嵌入式展会（Embedded World）上，莱迪思研发高级副总裁Steve Douglass带来了一场主题演讲，阐述了嵌入式系统设计中软件和硬件层面具备灵活性和适应性的重要意义，这有助于跟进当今和未来重要的技术趋势。本文对该场演讲做了简要回顾。 我们所处的行业正面临深刻的技术变革，这些变化从根本上重塑了我们的世界。全球5G的普及为更多低功耗、低延迟互连设备的爆发奠定了基础，几乎所有设备和系统都在接入互联网。我们不仅将数十亿台设备连接到互联网，而且还配备了更多的传感器——摄像头、麦克风、雷达、激光雷达、加速度计，这些传感器的加入让设备感知周围的世界能力更强。计算机视觉和网络边缘计算的发展进一步加强了这些设备的功能，将其转变为我们周围环境不可或缺的一部分。这些设备将生成大量AI的数据，导致网络边缘智能的爆发式增长。 这些趋势的融合使得人们对更加灵活和适应性更强的嵌入式设计的需求增加，从而跟上不断发展的技术要求。想要避免全面的、自下而上的重新设计和部署，系统设计人员必须做好充分准备面对一系列关键挑战，包括不断增加的计算要求、系统功能扩展、不断升级的安全...

人工智能和机器学习革命持续席卷多个应用领域，尤其是网络边缘应用。安全摄像头、机器人、工业设备、客户端PC甚至玩具等网络边缘设备现在都可以支持AI/ML功能，为用户带来了新的功能和体验。行业分析公司ABI Research表示，网络边缘AI 芯片组市场“过去经历了强劲增长，预计到2024年将继续增长至710亿美元规模，而2019年至2024年的复合年增长率高达31%。如此强劲的增长是因为AI推理工作负载由云端向网络边缘迁移，尤其是在智能手机、智能家居、汽车、可穿戴设备和机器人行业。” 然而，让客户端计算设备具备“智能”给产品设计带来了新的挑战。AI/ML作为一项新兴技术，许多OEM没有足够的团队经验或时间来从头开始设计解决方案。另一方面，用于训练客户端计算设备的算法正快速发展，因此开发人员也在寻找可现场升级的AI/ML解决方案。但对于许多网络边缘AI/ML应用的开发人员来说，最关键的问题在于如何在使用电池供电的设备中提供足够的处理性能来实现AI/ML功能？ 为了解决这些问题，应用开发人员和OEM需要使用灵活的硬件和软件解决方案，实现低功耗下...

您对CES 2018展会上产品和技术的印象如何？今年的展会为与会者们带来了行业巨头和创业公司的热门创新产品。从看上去有点奇怪到“要是以前有你就好了”的设备，今年CES展会的热点是融入到生活中方方面面的智能应用。