分析および機械学習は、予知保全、デジタル ツイン モデルベースの制御、異常値検知など、そのほか多数のユース ケースのさまざまな形で応用されています。 ザイリンクスとそのエコシステムでは、ユーザー トレンドに基づいてこれらのエッジ アプリケーションに対応するさまざまなアプローチを提供しています。

一つ目のアプローチは、PYNQ を使用した python ベースの制御、エッジ分析、および機械学習です。PYNQ は、Zynq SoC 向けのソフトウェア/ハードウェア フレームワークであり、ソフトウェア分析や操作をエンベデッド プロセッサで効率的に実行することを目的として、センサーなどのデータを前処理するためにプログラマブル ハードウェアを活用します。 PYNQ は、Numpy、Scikit-Learn、Pandas などの主な Python ライブラリをすべてサポートしています。

2 つ目のアプローチは、DeePhi 社が開発したソフトウェアで呼び出し可能な機械学習 IP を活用する方法です。DeePhi は、推論における独自の特許取得済み深層学習アクセラレーション技術を提供しています。DNN モデルのコンパイルだけでなく、圧縮 (プルーニングと量子化) 用のツールも提供しています。一般的なネットワーク向けのプルーニング済みリファレンス モデルを利用して、インプリメンテーションを迅速化できます。ネットワークは主に分類、セグメント化、および検知に焦点があてられています。サポートされている深層学習フレームワークは、Caffe、TensorFlow、および mxnet です。 DEEPHi の IP が統合されている SDSoC は 2018.2 またはそれ以降のバージョンです。

さらに、現在では機械学習を活用して産業用アプリケーションをサポートするエコシステム パートナーが増加しています。

インダストリアル IoT は、機械学習を利用する次世代型の産業資産を実現するクラウド接続の協調制御システムの可能性にも拍車をかけています。産業制御システムのプロバイダーは、この展望を実現すべく統合型エッジ ツー クラウド ソリューションを提供して、市場投入時間の短縮を可能にします。ザイリンクスは、AWS IoT (AWS Greengrass/FreeRTOS) および Microsoft Azure (Edge/Sphere) との統合により、差別化された協調型のエッジ ツー クラウド機械習機能を提供しています。