面向边缘的医疗 AI — 机器学习和医疗保健分析

Xilinx、Spline.ai 和 AWS 物联网服务具有功能完备的医疗保健 AI 参考设计套件，以及运行在 Zynq® UltraScale+™MPSoC（集成在 ZCU104 平台上，作为边缘器件）上的示例 X 光检测模型，该模型具有极高的准确性以及极低的输出时延。其开发主要使用面向 Xilinx Zynq 架构的开源 Python 编程平台 PYNQ™ 以及可使这一集成轻松适用于其它临床平台的 AWS Lambda 函数。
集成在 MPSoC 中的 Xilinx 深度学习处理单元 (DPU) 可为 AWS 物联网 Greengrass 中的卷积神经网络 (CNN) 加速。边缘高性能加上云端可扩展性，可使该解决方案可以作为临床解决方案或医疗点 (POC) 解决方案在任何地方使用。该解决方案还可作为联邦学习平台，轻松与任何现有大型医疗保健应用集成。

VITIS AI 平台

Vitis AI 开发环境是 Xilinx 的开发平台，可用于在 Xilinx 硬件平台（包括边缘器件和 Alveo™ 卡）上进行人工智能推断。它由优化的 IP、工具、库、模型和示例设计组成。Vitis AI 以高效易用为设计理念，可在 Xilinx FPGA 和 ACAP 上充分发挥人工智能加速的潜力。
Xilinx 制定了一个完整的端到端流程，有助于软件开发人员、硬件开发人员和数据科学家充分发挥现有机器学习生态系统优势。在这个范例中，我们设计了一些工具，帮助我们的客户直接解析模型图，并训练从普及型 ML 框架中节省下来的权重。

PYNQ — Zynq 上的 Python

“PYNQ”平台支持 Python 支持的边缘分析和机器学习。PYNQ 是 Xilinx Zynq SoC 的一个软硬件框架，可利用可编程硬件预处理传感器及其它类型的数据，因此软件分析在嵌入式处理器中非常高效。PYNQ 平台支持所有主要的 python 库，如 Numpy、Scikit-Learn 和 Pandas 等。