2020年10月，超威半导体（AMD）宣布收购赛灵思（Xilinx），引起业界震动。今年2月，AMD完成了对赛灵思的收购。

打造行业高性能和自适应计算的领导者

近日，AMD在线举办了Kria KR260 机器人入门套件发布会，这是收购完成后新成立的自适应和嵌入式计算事业部在中国举办的首场媒体发布会。

AMD高级副总裁、大中华区总裁潘晓明在开场演讲中提到：“我们处于一个产业发展风起云涌的时代：新技术不断涌现、新应用层出不穷、新趋势持续引领行业发展方向。未来十年，在塑造未来的几乎每个重大趋势中，高性能计算都将扮演越来越重要的角色。诚然，CPU和GPU仍将是驱动设备的关键引擎，但是，在这个算法不断进步、新标准接连涌现的世界中，我们看到对自适应计算能力的需求正日益增长。在加速新兴的、不断演进的工作负载方面，自适应计算能力至关重要。”

笔者看到，在完成收购后，AMD旨在打造行业高性能和自适应计算的领导者。“随着赛灵思的加入，AMD现在拥有了显著扩展的领先产品系列、卓越的技术能力与软件专长，以及更庞大的产品规模，多方面实力的增强使AMD能更好地支持广泛的智能应用。”潘晓明表示。

“与此同时，自适应和嵌入式计算事业部仍然专注于推动领先的FPGA、自适应SoC和软件路线图，助力AMD提供超强的高性能和自适应计算解决方案组合，为云计算、边缘计算和智能设备提供领先的计算平台。”潘晓明介绍到。

机器人领域中的自适应计算

行业分析公司Omdia预测，在 2019 年至 2025 年间，机器人组件市场将以 20.4% 的年复合增长率（CAGR ）增长；到 2025 年，全球市场整体收入将增至约 1,260亿美元。

AMD工业、视觉、医疗和科学市场高级总监Chetan Khona先生

AMD工业、视觉、医疗和科学市场高级总监Chetan Khona介绍：“现在机器人正被广泛应用于农业、外科手术、最后一公里配送甚至接待和清洁服务，特别是工厂中的机器人每年都以极大幅度增长。”

伴随着机器人大幅度增长，但其应用也面临一些限制。过去，机器人都是根据特定目标、任务进行定制。因此，汽车工厂中的喷涂机器人、协作机器人、外科手术机器人、仓库移动机器人有很大区别…….但这些应用在设计上又存在共同点，即都需要低时延、确定性，这些对机器人设计至关重要。同时，作为嵌入式系统，其尺寸、功耗以及计算密度成为系统设计重要考量。对工业系统来说，功能安全、信息安全极其重要。考虑到控制算法、通信标准、人工智能（AI）还有传感器类型的变化日新月异，迫切需要软件定义机器人。

“那如何构建一个商业可行的嵌入式系统涵盖所有这些应用呢？从过往来说，是做不到的，但技术的好处就在于，它可以不断解决问题。” Chetan Khona说。

而机器人操作系统（ROS）2作为一个共同可扩展的框架来构建软件定义机器人恰逢其时的出现了。

在讲ROS 2就需要先讲ROS。作为系统中的系统——机器人，机器人学其实就是系统集成科学，它包含很多不同领域—各种嵌入式控制、移动控制、操作等等。为解决这些跨领域技术的协同合作，“开源机器人科学界在15年前搜集和创造了ROS。” Chetan Khona介绍道，“机器人专家在思考系统的时候，更多的是按照计算图像和数据层图像等方式思考。ROS就是通过这样的方式组织架构、表达系统。确切说，ROS不是一个操作系统，而是一系列开源中间件包。” 

虽然ROS在当时的开源界和学界引起了轰动，但在工业界应用方面却没有太多进展。而ROS 2的推出正好填补了有关空白。ROS 2引入了数据分发服务（DDS）通信协议，可以以零拷贝的方式传递消息，节省了CPU和内存资源，增加通信的实时性；ROS 2为托管启动，用户可以指定节点启动顺序；ROS 2去除了ros master这个中心节点管理器，改进了ROS 1对master节点的高度依赖的缺点；因此，ROS 2相较于之前的ROS 1运行更可靠，持续性更好，更节省资源，消息传递实时性更佳，更适合应用在工业生产环境。

“AMD相信，下一波机器人设计浪潮不再是专属性的，而是基于ROS 2设计。” Chetan Khona表示。

但ROS 2在实施路径中存在一些限制。需要计算系统跟上ROS 2的分布式计算方式。为ROS 2系统顺利运行，数据订阅者必须快速接收数据，确保操作过程快速、安全，还要让开发者在自己熟悉、喜欢的环境中设计。“我们觉得，自适应计算是这样一种突破技术。与CPU、GPU相比，自适应计算能够以合适的功耗实现嵌入式系统，达成以上目标。” Chetan Khona认为。

他表示：“对ROS 2的原生支持是很多机器人的开发核心，同时，还要为其他应用提供更多硬件连接。此外，低时延、确定性、可靠性对工厂、仓库、农业机器人应用至关重要。”

“对于AMD来说，通过自适应计算可大力助推机器人研发，尤其是通过ROS 2的硬件加速实现机器人的开发正当其时。” Chetan Khona表示。

当然，传统自适应计算存在很难编程的弱点，“这个问题我们非常关注。但过去一年，我们取得了非常大的进展，尤其是在视觉AI领域，我们推出了独立视觉AI套件，包括验证算法和设计的Kria KV260、可量产化的SOM模块K26系列。此后，我们就在寻找下一个风口，我们认为就是机器人，这次我们是用Kria SOM技术来解决机器人领域的挑战。” Chetan Khona介绍。

Kria KR260 机器人入门套件

Kria 自适应系统模块（SOM）包含微处理器或GPU再加内存、电源管理等，大小如信用卡一般，可嵌入在板卡上。“对开发者来说，由于SOM将硬件去抽象化，可提供一个定制载卡，开发者可以在较高的起点和层次上设计，利用自己的接口支持其应用及量产。” Chetan Khona介绍。

Kria机器人入门套件产品线是一年前推出的SOM，已包含视觉AI入门套件KV260、K26系列，面向机器人、机器视觉及其他领域。据悉，Kria SOM 产品组合较之精简芯片设计(Chip-Down Design)加快了设计周期，通常可节省多达 9 个月，各类开发人员即使不具备 FPGA 专业知识，也能快速轻松地开始使用。

作为最新一款Kria系列产品， Kria KR260是面向机器人的可扩展、开箱即用型开发平台。据介绍，新推出的Kria KR260协同现有的Kria K26自适应 SOM，能提供无缝的生产部署路径。凭借对原生 ROS 2的支持、机器人应用开发的标准框架、为机器人及工业解决方案预构建的接口，“这款新的 SOM 入门套件能实现快速开发机器人、机器视觉和工业通信与控制的硬件加速应用。” Chetan Khona表示。

Kria KR260 机器人入门套件

Chetan Khona还介绍：“Kria KR260 机器人入门套件建立在我们为 AI 及嵌入式开发者提供的Kria SOM 和KV260 视觉 AI 入门套件取得的成功之上，为机器人专家提供了一个完整的开箱即用型解决方案，从而助力这一快速发展的应用领域。现在，机器人专家可以在其标准的开发环境中基于一个平台展开工作，该平台具备在一小时内实现从启动到运行所需的全部接口和功能。KR260 入门套件是一款加速机器人创新、轻松将构思大规模付诸生产的理想平台。”

与基于 GPU 的解决方案相比，Kria KR260 端到端自适应机器人平台预计能带来显著的生产力提升。此外，同一年前发布的KV260相比，KR260有三个亮点：

• 首先，KR260采用了来自索尼的SLVS-EC接口；

• 第二，增加了以太网能力，原来KV260有一个通用目的的以太网端口，KR260现在有四个以太网连接—两个工业以太网，两个标准以太网；

• 第三，KR260从SOM到载卡的I/O数量翻倍。原来KV260只有单个240针连接器，现在有两个240针连接器，可以连接到K26 SOM上。这样用户能够做更多连接，包括Pmod连接、树莓派排针的扩展、SFP+接口。此外，板卡是可扩展的，可支持Wi-Fi、5G等。

Kria KR260 端到端机器人平台

“KR260 设计体验的核心是Kria 机器人堆栈（KRS）。KRS 是一组集成的机器人库和实用工具，运用硬件来加速针对Kria SOM 的工业级机器人解决方案的开发、维护和商业化。Kria SOM 的低时延特性和自适应计算架构结合 KRS 和 ROS 2，能够提供较之基于GPU 的解决方案更高的单位功耗性能和更低的延时。” Chetan Khona介绍。

除此之外，KR260 还支持广受采用的 Ubuntu 嵌入式操作系统，兼容Canonical 提供的 Ubuntu Linux Desktop（22.04）最新长期支持（LTS ）版本和 ROS 2 Humble Hawksbill。

据悉，AMD 正与 Open Robotics 展开合作，后者是 ROS 2 和其他机器人开放软件和硬件平台的创建者。双方携手致力于验证与确保面向机器人社区的ROS 2 实现充分合规。

面向机器视觉的Kria KR260 机器人入门套件

现在的Kria SOM产品系列已包括视觉AI入门套件KV260、机器人入门套件是机器人KR260以及帮助客户量产的K26 SOM。

最后，Chetan Khona表示：“Kria取得的反响包括SOM入门套件、应用商店，与一年前产品发布相比，远远超出预期。Kria产品系列是我们的一种承诺，希望我们在取得最大影响力的领域简化嵌入式的设计，把自适应计算的益处带给更多人，而不需要FPGA设计经验。”