EdgeBoard是基于FPGA打造的嵌入式AI解决方案，能够提供强大的算力，并支持定制化模型，适配各种不同的场景，并大幅提高设备的AI推理能deeplab力，具有高性能、高通用、易集成等特点。

EdgeBoard系列计算卡符合工业设计标准、满足-40℃~85℃的温度范围，接口齐全，可广泛适配如安防监控、工业质检、医疗诊断、科研教学、智能零售等各种场景。

EdgeBoard产品分为三个系列，称之为“三兄弟”，嵌入式板卡能够满足客户不同的需求，既有满足高性能计算的方案，也有高性价比的处理方案。本文将从“三兄弟”的特点及整体硬件框架两个方面来介绍EdgeBoard。

理想的异构计算平台应该具备三种基本能力：首先专有的硬件加速能力，提高算法的性能；其次高效灵活适配算法的能力，适配不断演进的算法；最后丰富的外围接口，适合不同的应用场景。

CPU作为通用处理器，以逻辑计算作为出发点，更偏重控制流数据，适用于控制和调度类任务，不易于进行外围电路的扩展。GPU具有并行计算的特点，广泛应用在训练阶段，但由于功耗大、成本高等原因，少有部署在端上的产品，另外高延迟及缺少对外围电路的支持也不利于部署到端上的产品中。ASIC作为一种专用集成电路芯片，具有体积小、功耗低、计算性能高等特点，但AISC芯片研发时间长，资金投入大，由于芯片内部结构相对固定，无法适配快速演进的AI算法，在应用场景没有明确之前ASIC显然不是最优的选择。

FPGA作为一种现场可编程门阵列，具有低功耗、低延迟、高性能等优势，其可编程的特性又可以灵活适配不同的算法，同时FPGA丰富的外围接口可以满足不同的应用需求，FPGA差异化的内部逻辑资源可以提供不同的算力支持，这些优势使得FPGA被广泛应用在AI推理加速上。

EdgeBoard是基于XilinxZynq UltraScale+ MPSoC系列芯片打造的计算卡，芯片内部集成ARM处理器+GPU+FPGA的架构，既具有多核处理能力、也有视频流硬解码处理能力，还具有FPGA的可编程的特点。内置Linux 4.14.0系统和深度学习预装环境，与百度大脑模型定制平台（AIStudio、EasyDL、EasyEdge）深度打通，实现模型的训练、部署、推理等一站式服务。

EdgeBoard计算卡产品可以分为FZ9、FZ5、FZ3三个系列，是分别基于XCZU9EG、XAZU5EV、XAZU3EG研发而来，分别具有高性能，硬解码，低成本等特点，针对不同需求和应用场景，有不同的市场定位和产品定位，满足各类开发者多样性的需求。

FZ9计算卡产品采用核心板+扩展板的双层设计方案，增加了对外接口的数量，其80*120mm的尺寸方便计算卡集成于到产品中，具备软硬一体的解决方案（软件+FPGA），支持多种视频源（usb、mipi、bt1200、网络摄像头）的输入，并具有强大的视频预处理能力，视频输出DisplayPort接口兼容标准Linux视频框架V4L2。高性能的视频处理能力和标准化的视频输出接口可满足机器学习、医疗诊断等行业需求。

FZ5计算卡产品延续了FZ9计算卡的产品形态，采用核心板+扩展板双层设计方案，具有多视频输入接口，VCU（VideoCodecUnit）硬核解码，对视频的输入处理采用流水线设计，实现高吞吐量和低时延，具有极佳的功耗性能比。产品可以广泛应用于具有硬解码需求的视频图像推理，满足安防监控、工业质检、自动驾驶等行业需求。

FZ3计算卡产品具有高集成性的设计方案，板卡尺寸为80*70mm，具有usb3.0、bt1120、mipi、网络等多视频输入接口，板载2GB 64bit位宽的DDR4，整体功耗仅5W左右，极佳的功耗性能比。对于FZ3产品具有的高性能、低功耗、低成本、小体积的特点，产品可以广泛应用于科研教学、智能零售、安防监控等行业。

基于MPSoC平台系统顶层框图，EdgeBoard计算卡的系统框架设计如下：

EdgeBoard软核仍在持续升级，性能也将同步提升。不同版本的网络模型对算力要求不同，针对具体项目应用需求，可进行定制优化。