
Versal AI Edge-Serie
Bahnbrechende KI-Performance pro Watt für Echtzeitsysteme.
Intelligente Funktionen und außergewöhnliche Performance pro Watt für das Endoskopieverfahren ermöglichen
High-Performance-Vorverarbeitung mit geringer Latenz innerhalb einer geeigneten thermischen Hülle voranbringen
Fortschritte in der Präventionsmedizin und bei minimalinvasiven Operationen treiben den Bedarf an verbesserten Endoskopiesystemen voran. Herkömmliche Multichip-Implementierungen oder universelle GPUs verursachen Latenz. Dies ist kontraproduktiv gegenüber den für die moderne Endoskopie erforderlichen rechenintensiven Funktionen mit geringer Latenz und hoher Bandbreite.
Bei einem diagnostischen GI-Videoendoskop beträgt die Latenzanforderung 50–150 Millisekunden, damit ein Bild aufgezeichnet, übertragen, vorverarbeitet und angezeigt werden kann. Chirurgische Eingriffe mit Endoskopen erfordern eine Reaktion in nahezu Echtzeit. Es werden verschiedene Bild-, Farb- und Rauschkorrekturen vorgenommen, gefolgt von Kantenschärfung und Skalierung. Da sich die Anforderungen an die Kameraauflösung von 2K über 4K und 4K-3D bis 8K bewegen und mehr KI-/ML-Funktionen erforderlich sind, können die adaptiven SoC-Geräte der AMD Versal™ AI Edge-Serie die erforderliche High-Performance-Vorverarbeitung bewältigen, während sie gleichzeitig eine geringe Latenz und eine geeignete thermische Hülle bieten.
In diesem Designbeispiel wird ein 4K-Videoendoskop mit AMD Lösungen entworfen. Dieses System unterstützt einen dualen 4K-Videostream. Der duale 4K-Bildsensor auf dem Kamerakopf führt die Bilderfassung durch, und die Bildsignalverarbeitung erfolgt in einem adaptiven AMD SoC.
Die Videostreams werden dann an ein oder mehrere adaptive SoC-Geräte wie Versal AI Edge oder Zynq™ UltraScale+™ Geräte weitergeleitet, um die Bildvorverarbeitung durchzuführen. Die Streams werden dann in nahezu Echtzeit über eine DisplayPort- oder Quad-SDI-Schnittstelle auf hochauflösenden 4K-Monitoren angezeigt, damit der Chirurg sie sehen kann. Die CCU führt Bild-, Farb- und Rauschkorrekturen durch, einschließlich Weißabgleich, automatischer Helligkeitsregelung, Verstärkungsregelung, IRIS-Steuerung usw. Einige der typischen Vorverarbeitungsfunktionen werden hier dargestellt. Es gibt verschiedene Möglichkeiten, die Vorverarbeitungsfunktionen je nach den Anforderungen zu partitionieren.
Die Verwendung von AMD Versal AI Edge oder Zynq UltraScale+ bietet verschiedene Vorteile:
Im Rahmen der Nachverarbeitung werden verschiedene Bildverwaltungsfunktionen für die Videorohdaten mit dem AMD Kria™ System-on-Module (SOM) oder adaptiven SoC-Geräten wie dem ZU+ MPSoC mit integrierten Video-Codec-Engines ausgeführt. Das Kria SOM ermöglicht eine viel kürzere Entwicklungszeit und Produktionszeit.
AMD Lösungen bieten bedeutende Plattformchancen, die als wichtige Bestandteile von Videoendoskopie-Verarbeitungssystemen zu fungieren können:
In der Regel kann ein adaptives SoC-Gerät eine wesentlich höhere Performance, Bandbreite und Echtzeitfunktionen für Bildvorverarbeitungsfunktionen über ein ASSP-Gerät erzeugen. GPUs werden häufig für die Bildverarbeitung im Backend verwendet. AMD SoCs können jedoch deutlich weniger Energie abgeben als vergleichbare GPUs. Darüber hinaus konzentriert sich AMD auf Zuverlässigkeit, Sicherheit und die langfristige Unterstützung, die für klinische Geräte erforderlich ist.
Hier finden Sie medizinische Platinen und Kits mit AMD Technologie.
Kontaktieren Sie einen Vertriebsmitarbeiter von AMD.