今天小编分享的科技经验：对话AMD公司：功耗降50%并下调售价，AMD新品“消费降级”？，欢迎阅读。
芯片巨头超微半导体（AMD）于去年 11 月参展第五届进博会（来源：钛媒体 App 编辑拍摄）
钛媒体 App 获悉，北京时间 9 月 19 日晚，芯片巨头 AMD 公司（NASDAQ: AMD）推出全新高能效 Kria K24 自适应计算模块（SOM）和 KD240 驱动器入门套件的硬體产品，以优化其产品的边缘计算能力。
具体来说，K24 SOM 采用 ARM A53 四核可扩展架构，主要面向成本敏感型工业和商业边缘应用，如机器人关节控制、逆变器等，功耗比用于视觉 AI 与机器人领網域的 K26 SOM 降一半，封装器件更小，可支持 AI 推理深度神经网络技术，大大提升电机效率。
售价上，K24 SOM 系列提供 C 级和 I 级两种版本，价格分别为 250 美元、350 美元，比 K26 SOM 的 325/450 美元售价减少约 22%。
发布前夕，AMD 工业、视觉、医疗与科学高级总监 Chetan Khona 对钛媒体 App 等表示，新的 K24 SOM 和 KD240 驱动器使开发更加方便容易。K24 SOM 是 K26 SOM 的可扩展版，并更新设计尺寸、功耗、成本等，而 K24 SOM 是更为理想的选择，能够更好的匹配不同的客户需求。
" 我们相信，它能够在整个的产品组合产生一个重塑效应。"Chetan 表示，AMD 通过对赛灵思的整合，综合自适应计算、x86 高性能计算以及 GPU 三种技术元素，希望把不同技术的优势叠合起来形成协同效应。而目前 AMD 还处于探索阶段。
AMD Kria K24 系统模块（ SOM ）
据悉，2022 年 2 月，AMD 宣布完成收购自适应 SoC 和 FPGA（现场可编程逻辑门阵列）芯片公司赛灵思 Xilinx，交易总价约 498 亿美元（约合人民币 3165 亿元）。
随后，AMD 开始加速向市场推出新款边缘计算产品系列。于今年 1 月宣布推出 Kria SOM ODM 合作伙伴生态系统，旨在提供基于 Kria SOM 的量产级、全功能解决方案。借助具备軟體与硬體可重编程能力的自适应计算，用户可以根据每项任务的需求通过无线快速添加功能并优化系统性能，提供灵活方案。
今年 8 月 1 日，AMD 公布的 2023 财年第二季度财报显示，嵌入式计算业务（Embedded）营收达 15 亿美元，同比增长 16%，营利 7.57 亿美元，是公司唯一的营收正增长业务，也是 AMD 第二大收入来源，主要由工业视觉、医疗保健、汽车等场景推动。
此次发布的 K24 SOM 硬體模块，主打 400 美元以下的性价比市场，以小尺寸提供低能耗，基底层能耗约 2.5 瓦，并将嵌入式处理系统的核心组件安装在单块量产就绪型板卡上，支持 AMD Vitis 电机控制库、Python 等语言，而配套的 KD240 是基于 FPGA 的电机控制套件。两款为机器人、控制、视觉 AI 等领網域应用提供解决方案，满足工业环境。不仅能够支持 AMD 的机器人战略，还能降低全球工业能耗。
" 今天推出的 KD240 驱动器入门套件，它就像是机器人的肌肉一样，可以来控制机器人的行动和传动。"Chetan 表示，随着 KD240 入门套件的发布，AMD 现率先提供预构建的电机控制应用，以及支持可选的电机配件包。此外，公司预计到 2023 年底有超过 25 款应用在其边缘应用商店中推出。
Chetan 在与钛媒体 App 的交谈中提到，尽管目前生成式 AI 模型还未在工业嵌入式计算中得到广泛应用，但随着时间的推进，未来很可能会实现。而 Kria SOM 在 AI 技术能力很强，特别是能够支持 AI 推理的深度学习技术应用，这意味着 K24 SOM 可以在电路板上完成众多 AI 相关的任务。然而，目前它主要还是用于处理其他的嵌入式应用，而非 AI。
据悉，AMD 的 Kria K24 SOM 和 Kria KD240 驱动器入门套件已经开始接受量产订单，K24 商业版今日开始供货，工业版预计于第四季度供货。预计所有产品将在 2023 年底前发货给客户。
AMD 工业、视觉、医疗与科学高级总监 Chetan Khona
以下是 Chetan Khona 与钛媒体等的部分交流问答：
钛媒体：对于成本敏感型工业及商业应用场景来说，自适应计算如何将成本优势最大化？
Chetan：如果是一个单轴的电机，可以用非常简单的技术解决相关的问题。但是问题是现在我们在工业互联网时代，经常有多项任务需要同时进行，而且电机控制系统也需要处理很多的轴。那么对于 Kria 产品来说，它在这个方面就有很大的优势，主要是能够把很多的轴进行一个集成，通过这样的方式来控制成本。
钛媒体：在工业或商业的 AI 应用方面，AMD 观察到哪些需求变化？
Chetan：现在生成 AI 模型还没有在工业场景下运用于嵌入式的应用，随着时间的推移今后可能会有。那么 Kria SOM 本身对 AI 的处理也很强，但是现在它有更多其它的任务需要用嵌入式的应用来处理，而不是 AI。
如果我们现在在嵌入式产品的场景当中看，Zynq UltraScale+ 架构在嵌入式架构当中的性能是非常卓越的，因为它能够处理很多复杂的任务，但比较简单的技术是没有办法解决的。
钛媒体：对于中国很多重型制造企业而言，替换设备成本很昂贵，K24 SOM 是否能够帮助工业客户实现低成本的 " 提效降耗 " 更新？
Chetan：首先，K24 SOM 确实能够提高设计，但是如果在电机控制的情形下需要实现投资回报的最大化，那么其中可能涉及多个变量都需要做出提升。比如说在电子电力器件方面，如果能够将材料换成碳化硅或氮化镓，它就能够提升切换的速度，尤其是对于这些 DSP 能力要求非常高的场景，在这种情况下使用 K24 SOM 它能够更好提升能效的表现。
补充一点，在中国，AMD 也有非常强的生态系统，很多中国企业它在生产系统模块，可能采用 AMD 的一些最新技术，比如说 AI 边缘器件。
钛媒体：从工业汽车到医疗领網域中有很多非常典型的应用场景，AMD 目前拥有通用计算平台，还有自适应平台，使用者应该如何具体选择合适的平台来满足不同的应用？
Chetan：每个应用都有可能从自适应计算、x86 的高性能计算以及 AMD 的 GPU，这三种不同的技术当中来受益。AMD 通过对赛灵思的整合能够综合这三种技术元素，使得任何一个应用都能够从中获益。目前我们还是处于一个探索阶段，希望能够把不同技术的优势叠合起来形成协同效应。
钛媒体：如何通过控制算法和流程优化节省电机功耗？
Chetan：首先，如果要实现最佳的功效，单单是去控制电机的算法是不够的，尤其是对于现代的这些电机，更多的可能还是需要去提升它的电子电力器件材料，比如说采用碳化硅，还有氮化镓等等，这是第一步。
其次，要来改善比如说它的功耗，电子电力器件的颗粒度控制和速度也是至关重要，通过这样的方式能够提升比如说电源的响应，还有能源消耗的情况。AMD 通过 K24 SOM 这样的技术，也能够解决这方面的问题。
最后，AMD 在电机控制方面这有算法的专业知识。这里有两个解决方案：1、我们正在建立自己的电机实验室，2、我们和行业的伙伴一起开发生态系统，通过这样的方式我们能够提供一些电机控制的素材同时让生态系统更加完整。
（本文首发钛媒体 App，作者｜林志佳）
