借助第二代 AMD VERSAL 實現(xiàn)先進醫(yī)療成像
加入技術(shù)交流群
診斷醫(yī)療成像設(shè)備必須能夠產(chǎn)出高質(zhì)量圖像、實現(xiàn)所需的掃描深度，以及顯示實時結(jié)果。設(shè)備中采用的最優(yōu)片上系統(tǒng)（ SoC ）必須提供所需的應用性能、目標幀率并實時顯示結(jié)果。SoC 也必須恰當結(jié)合高速接口的類型、速率和數(shù)量。放眼未來，這類設(shè)備中的大部分還需要支持 AI 功能的執(zhí)行和加速，例如感興趣區(qū)域（ ROI ）選擇、圖像分類和其他 AI 任務。
本文引用地址：http://cafeforensic.com/article/202412/465571.htm第二代 Versal? 自適應 SoC 配備的處理系統(tǒng)可提供比前代至高多出 10 倍的標量算力性能 1 ，同時支持 DDR5 內(nèi)存。第二代 Versal AI Edge 系列中的新 AI 引擎能提供與前代相比至高 3 倍的每瓦 TOPS 2 。 它們非常適合執(zhí)行高級波束成形算法、圖像重建和其他高性能功能。下一代連接（如 PCIe? Gen5、32G 高速收發(fā)器、10GbE 和 USB 3.2 ）允許高速數(shù)據(jù)傳輸，既可用于信號采集，也可用于高效數(shù)據(jù)遷移。
主要優(yōu)勢
異構(gòu)處理的單芯片集成能夠降低系統(tǒng)級功耗
利用 AI 引擎加速復雜的神經(jīng)網(wǎng)絡(luò)，例如用于檢測重大疾病的感興趣區(qū)域選擇
結(jié)合 DSP 塊和 AI 引擎，以解決重要的數(shù)字信號處理挑戰(zhàn)，如 MR 中的 2D-FFT、CT 中的反投影，以及用于超聲的高級波束成形
借助 AMD Vitis? 統(tǒng)一軟件平臺，使用 C、C++ 或 Python? 快速開發(fā)自定義算法
采用 Vitis Model Composer 和 Simulink ? 部署 MATLAB ? 算法
借助下一代處理器系統(tǒng)實現(xiàn)至高 10 倍的標量算力 1
8 核 Arm? Cortex?-A78AE – 至高 200,000 DMIPS
10 核 Arm Cortex-R52 – 至高 23,000 DMIPS
DDR5 內(nèi)存支持至高 5600-DDR5、8533-LPDDR5X，支持 ECC
下一代高性能 AI 引擎
與前代相比至高 3 倍的每瓦 TOPS 2
增加對 MX6、MX9、FP8 和 FP16 數(shù)據(jù)類型的支持
利用增加的 DDR 帶寬實現(xiàn)更高的神經(jīng)網(wǎng)絡(luò)推理和信號處理工作負載性能
集成的視頻處理
圖像信號處理器（ ISP ）
視頻處理管線（ VPP ）
視頻編解碼器單元（ VCU ）用于 4k60 HEVC/AVC 3
圖形處理單元（ GPU ），具備至高 256 GFLOPS
高速連接
32G 高速收發(fā)器
專用高速接口，用于 USB 3.2、10GbE、PCIe Gen5、NVMe、UFS 和 HSM（無需 FPGA 軟 IP ）
目標應用
醫(yī)療超聲
診斷醫(yī)療車超聲系統(tǒng)廣泛用于通用成像和婦產(chǎn)科，而且正在迅速擴展到心臟和放射學功能。對于 3D-4D 可視化、具備高質(zhì)量圖像輸出的波束成形圖像、實時信號處理、ROI 和使用 AI 的 IR 的種種挑戰(zhàn)性要求正在加大商用掃描儀的算力負擔。
第二代 Versal AI Edge 系列具有 Arm? 多處理器的異構(gòu)架構(gòu)、基于 SIMD-VLIW 的 AI 引擎、可編程邏輯和高速接口，非常適合醫(yī)療超聲。 該器件能滿足先進的高端放射學和心臟成像超聲系統(tǒng)對圖像質(zhì)量、幀速率、多維可視化和 AI 處理的要求。
CT 掃描儀和 MRI
CT 掃描儀和 MRI 是大型、高度同步的醫(yī)療診斷機器，用于查看人體組織、器官和骨骼結(jié)構(gòu)的細節(jié)。它們還能識別異常組織。盡管存在根本性差異（ CT 使用 X 射線，MRI 使用無線電波），但這兩種技術(shù)都需要相當大的算力，并且需要在各種子系統(tǒng)之間傳輸大量數(shù)據(jù)。
第二代 Versal 自適應 SoC 提供的異構(gòu)算力能夠加速圖像重建算法、MRI 中的 2D-FFT 功能和 CT 中的反投影。 此外，更小巧的第二代 Versal 器件可以執(zhí)行數(shù)據(jù)采集和機架控制、梯度放大器中的逆變器控制、射頻接收中的信號處理和使用 PL 的傳輸?shù)裙δ堋?/p>
內(nèi)窺鏡系統(tǒng)
診斷性胃腸內(nèi)窺鏡和一些外科內(nèi)窺鏡系統(tǒng)的攝像頭控制單元對視頻處理管線的要求正在迅速提升。在高端系統(tǒng)中，攝像頭傳感器分辨率從 2K 快速增長到 4K，而且現(xiàn)在 4K 3D 甚至 8K 也在迅速普及。集成用于診斷輔助的 AI-機器學習推理使系統(tǒng)要求變得更加復雜。 對如此復雜的視頻管線進行低時延乃至實時預處理，正需要第二代 Versal 產(chǎn)品組合中提供的異構(gòu)架構(gòu)類型。
評論