人工智慧(AI)從雲端伺服器走向網路邊緣，直接內建到各類物聯網(IoT)裝置，已經成為擋不住的發展趨勢。有鑑於此，現場可編程閘陣列(FPGA)供應商賽靈思(Xilinx)宣布，將在其現有的嵌入式視覺解決方案基礎上，強化對機器學習(Machine Learning)等人工智慧功能的支援，並推出reVISION軟體堆疊。
賽靈思工業、科學、醫療(ISM)行銷資深技術經理羅霖表示，人工智慧已經成為科技產業發展的重要趨勢，而且從核心(資料中心)往邊緣(各類聯網裝置)擴散的態勢十分明顯。不過，由於缺乏對應的函式庫(Library)等軟體堆疊輔助，應用開發者經常必須從頭到尾靠自己的力量進行開發，因此專案開發的時程很長，而且需要耗費大量人力。
為了解決這個問題，賽靈思宣布推出reVISION軟體堆疊解決方案。全新reVISION堆疊可讓對硬體設計不熟悉的軟體及系統工程師，也能夠更容易、更快速地開發支援人工智慧的嵌入式視覺應用。這類應用涵蓋高階消費類產品、汽車、工業、醫療、以及航太與國防等領域，以及新一代的應用包含協作機器人、具備感測與碰撞規避功能的無人機、擴增實境、自動駕駛車、自動監視與醫學診斷等領域。在這些應用上，除了差異化至關重要外，其系統亦必須具備極快的反應能力，並快速部署最新的演算法與感測器，大約三分之二的視覺導向半導體應用都屬於此類市場。
reVISION為反應最快速的視覺系統鋪建了最快的發展途徑，與嵌入式GPU、傳統SoC解決方案相比，以賽靈思FPGA方案為基礎的機器學習推論，其每秒每瓦影像效能提升了高達6倍、電腦視覺每秒每瓦每幀處理速度則提升了42倍，而延遲卻只有五分之一。即使是對硬體不熟悉的開發者也能利用C、C++或OpenCL語言搭配如Caffe與OpenCV這類業界標準框架與函式庫，在Zynq SoC或MPSoC等晶片平台上開發各種嵌入式視覺應用。
事實上，以FPGA來實現人工智慧應用，具有非常大的優勢。人工智慧領域的演進非常快速，具備可重組以及支援所有形式連結等優勢的FPGA，可以很輕鬆地進行各種修改或升級，以便在最短時間內支援新的人工智慧算法。類神經網路、演算法、感測器技術與介面標準都會持續加速演進，可重組特性對於「支援未來需求」的智慧視覺系統至關重要。
賽靈思reVISION堆疊集眾多研發資源在平台、演算法、以及應用等領域的開發。其中包括支援最歡迎的類神經網路如AlexNet、GoogLeNet、SqueezeNet、SSD、以及FCN。除此之外，堆疊提供了函式庫元素，包含針對卷積神經網路(CNN)分層預先定義和作業最佳化，用來建立客制化類神經網路(DNN/CNN)。機器學習元件佐以眾多運算加速OpenCV功能，用以執行電腦視覺處理作業。在應用層級開發方面，賽靈思支援業界標準框架，包括專為機器學習的Caffe以及電腦視覺方面的OpenVX。此外reVISION堆疊還包含賽靈思自己與第三方的開發平台，內含眾多種類的感測器。
