麵向邊緣的醫療 AI — 機器學習和醫療保健分析

Xilinx、Spline.ai 和 AWS 物聯網服務具有功能完備的醫療保健 AI 參考設計套件，以及運行在 Zynq® UltraScale+™MPSoC（集成在 ZCU104 平台上，作為邊緣器件）上的示例 X 光檢測模型，該模型具有極高的準確性以及極低的輸出時延。其開發主要使用麵向 Xilinx Zynq 架構的開源 Python 編程平台 PYNQ™ 以及可使這一集成輕鬆適用於其它臨床平台的 AWS Lambda 函數。
集成在 MPSoC 中的 Xilinx 深度學習處理單元 (DPU) 可為 AWS 物聯網 Greengrass 中的卷積神經網絡 (CNN) 加速。邊緣高性能加上雲端可擴展性，可使該解決方案可以作為臨床解決方案或醫療點 (POC) 解決方案在任何地方使用。該解決方案還可作為聯邦學習平台，輕鬆與任何現有大型醫療保健應用集成。

VITIS AI 平台

Vitis AI 開發環境是 Xilinx 的開發平台，可用於在 Xilinx 硬件平台（包括邊緣器件和 Alveo™ 卡）上進行人工智能推斷。它由優化的 IP、工具、庫、模型和示例設計組成。Vitis AI 以高效易用為設計理念，可在 Xilinx FPGA 和 ACAP 上充分發揮人工智能加速的潛力。

Xilinx 製定了一個完整的端到端流程，有助於軟件開發人員、硬件開發人員和數據科學家充分發揮現有機器學習生態係統優勢。在這個範例中，我們設計了一些工具，幫助我們的客戶直接解析模型圖，並訓練從普及型 ML 框架中節省下來的權重。

PYNQ — Zynq 上的 Python

“PYNQ”平台支持 Python 支持的邊緣分析和機器學習。PYNQ 是 Xilinx Zynq SoC 的一個軟硬件框架，可利用可編程硬件預處理傳感器及其它類型的數據，因此軟件分析在嵌入式處理器中非常高效。PYNQ 平台支持所有主要的 python 庫，如 Numpy、Scikit-Learn 和 Pandas 等。