概述

在適當的散熱範圍內支援低延遲、高效能的預處理

現代內視鏡系統

預防性醫學和微創手術的發展,讓增強的內視鏡系統需求增加。傳統的多晶片實作設計或通用顯示卡方案會造成延遲,而有礙於現代內視鏡檢查所需之低延遲、高頻寬、運算密集功能。

採用 AMD 自適應 SoC 的低延遲處理

在診斷性腸胃道視訊內視鏡檢查中,擷取、傳輸、預處理並顯示影像的延遲要求為 50-150 毫秒內。使用內視鏡的手術程序則需要接近即時的反應。除了需執行多種畫面、色彩和雜訊校正,還需要經過邊緣強化和升降頻。當鏡頭解析度要求從 2K 提高到 4K,再到 4K-3D 和 8K,且必備的 AI / 機器學習 (Machine Learning, ML) 功能越來越多時,AMD Versal™ AI Edge 系列自適應晶片上系統 (System-on-Chip, SoC) 器件能提供所需的高效能預處理能力,在實現低延遲的同時,還能維持適當的散熱範圍。

設計範例

4K 視訊內視鏡裝置

此設計範例使用 AMD 解決方案來設計 4K 視訊的內視鏡。此系統支援雙重 4K 視訊串流。鏡頭上的雙重 4K 影像感測器會執行影像擷取,然後在 AMD 自適應 SoC 中進行影像訊號處理。

接著,視訊串流會傳送至一個或多個自適應 SoC 器件,如 Versal AI Edge 或 Zynq™ UltraScale+™ 器件,由這些器件執行影像預處理。然後,這些串流會以接近即時的速度,使用 DisplayPort 或四路序列數位介面 (Serial Digital Interface, SDI) 顯示至高畫質 4K 顯示器,供外科醫師觀看。CCU 會負責執行影像、色彩及雜訊校正,包括白平衡、自動亮度、增益控制、光圈控制等等。下圖列出了ㄧ部分典型的預處理功能。視需求之不同,可以有不同的預處理功能分割方法。

This design example discusses architecting a 4K video endoscope with AMD solutions

優勢

使用 AMD Versal AI Edge 或 Zynq UltraScale+ 能帶來許多獨特優勢:

  • 低延遲和高頻寬能提升系統效能,並且為視訊分析功能提供硬體加速,如鏡頭失真校正、低延遲旋轉、視角轉譯、物體識別、比較、計數、辨識、定位及測量
  • 以單晶片整合系統處理器和影像處理,能降低材料清單 (Bill of Materials, BOM) 成本與功耗
  • 理想的硬體/軟體分攤,透過結合影像/視訊處理、分析及鏡頭控制至單一器件,進而減少延遲和瓶頸。
  • 支援多種連線標準:四路 SDI、HDMI、DisplayPort、SATA、USB、乙太網路及其他

使用 Kria SOM 執行影像管理功能

在後處理過程中,對於原始視訊執行各種影像管理功能時,使用的是 AMD Kria™ 系統模組 (System-on-Module, SOM),或如 ZU+ 多處理器晶片上系統 (Multiprocessor System-on-Chip, MPSoC) 這類的自適應 SoC 器件,以及其內建的視訊編解碼器引擎。Kria SOM 能縮短開發時間與投產時間。

適合視訊內視鏡處理的自適應 SoC

AMD 解決方案有顯著的平台商機,能成為視訊內視鏡處理系統的骨幹:

  • 4K60 影片編碼器,有利於網路視訊傳輸
  • 使用 OpenCV、Vivado™ 高階合成與 IP Integrator 工具,以緊密整合的開發工具流程來加速設計生產力
  • 縮短與專門的生態系統 IP、軟體和作業系統整合的時間

一般而言,自適應 SoC 器件能提供的效能、頻寬和即時影像預處理能力,遠超過特定應用標準產品 (Application Specific Standard Product, ASSP) 器件。雖然顯示卡在後端的影像處理用途廣泛,但是 AMD SoC 的功耗可遠低於同等的顯示卡。另外,AMD 重視可靠性、安全與安全性,以及臨床設備所必需的長期支援。

器件支援

Kria 系統模組

提供熟悉的設計環境,無需 FPGA 程式設計經驗。

AMD Kintex™

Kintex UltraScale+ FPGA

透過 FinFET 製程在價格/效能/功率三者中取得平衡,領先業界。

開始

新增替代文字

醫療評估板與套件

尋找採用 AMD 技術的醫療評估板與套件。

說明文件

智慧型 HcIoT 邊緣平台

AMD 可程式化 SoC 和 7 系列現場可程式化閘陣列 (Field Programmable Gate Array, FPGA) 為當今工業物聯網平台提供最多樣化的功能,並為未來提供最大的彈性。

取得聯絡

聯絡 AMD 銷售代表。