1. AMD Kria平台与工业AI推理概览
AMD Kria 是面向边缘计算与嵌入式视觉的模块化系统（SOM，System-on-Module）产品线，其核心思路是把 FPGA 的可编程逻辑、ARM 处理器、内存与电源管理集成到一张邮票大小的核心板上，再通过载板（Carrier Card）扩展工业接口。对工业 AI 推理而言，Kria 的价值不在于“把 GPU 塞进产线”，而在于用可编程逻辑为确定性时延、多路视频接入和低功耗部署提供一条软硬件协同的路径。
Kria SOM 产品线：K26 与 K24 的定位差异
Kria 目前主流的两条产品线是 K26 与 K24，二者都基于 Zynq UltraScale+ MPSoC 架构，但面向的负载不同。K26 搭载四核 ARM Cortex-A53 应用处理器、双核 Cortex-R5 实时处理器、Mali-400 GPU，以及规模更大的可编程逻辑（约 256K 逻辑单元级别），适合多路视频推理、复杂预处理和较高带宽的传感器融合。K24 则更强调成本与功耗，逻辑资源与接口数量相对精简，适合单路或少量通道的轻量推理、工业检测与电机控制类任务。
选型时不能只看“算力”一个数字。工业现场常见的约束包括：摄像头路数与分辨率、是否需要硬实时触发、环境温度范围、载板接口（MIPI、GigE、USB、CAN、RS-485）、以及整机功耗预算。一个典型的判断顺序是：先确定推理模型与输入分辨率，再估算每秒帧率需求，然后判断预处理（去噪、缩放、色彩空间转换）是否适合放进 PL（可编程逻辑），最后才在 K26 与 K24 之间做取舍。若模型较小、通道数少、对成本敏感，K24 往往更合适；若需要多路 1080p 并行推理或较高带宽的数据搬运，K26 的余量更充足。
工业 AI 推理场景与关键约束
工业 AI 推理与消费级推理的差别，主要体现在“确定性”和“环境”两个词上。消费级场景可以容忍偶尔掉帧，工业质检、装配引导、安全监控却往往要求稳定的节拍和可复现的判定结果。常见场景包括：产线表面缺陷检测（高分辨率、小目标）、机器人引导与抓取（低时延、与运动控制同步）、人员安全防护（多路视频、实时告警）、以及设备预测性维护（振动/声音信号与视觉融合）。
这些场景对 Kria 提出的约束可以归纳为四类。第一是时延：从传感器曝光到输出判定，端到端时延通常要求在几十毫秒量级，部分运动控制场景甚至要求 10ms 以内。第二是吞吐：多路 1080p@30fps 意味着每秒需要处理数亿像素，预处理与推理必须并行。第三是功耗与散热：工业机箱内往往无风扇或仅有小风扇，整机功耗常被限制在 10W～30W。第四是接口与同步：需要硬触发、PTP 时间同步或 CAN 总线交互，这些在纯 GPU 方案中往往需要额外控制器。
软硬件协同设计理念
Kria 的软硬件协同，不是“先写软件再想办法加速”，而是在系统划分阶段就决定哪些任务放在 PS、哪些放在 PL。一个可操作的划分方法是沿着数据流走一遍：从摄像头输入开始，经过预处理、推理、后处理，到输出控制。对每一步问三个问题：数据量有多大？是否每帧都执行？是否有固定模式？
以典型的工业缺陷检测为例。输入是 1920×1080 的灰度图像，帧率 30fps。预处理包括去噪、ROI 裁剪、缩放到 640×640、归一化。推理使用轻量卷积网络，输出缺陷类别与边界框。后处理包括阈值筛选、非极大值抑制、坐标映射回原图。在这个链路中，去噪、缩放、归一化属于逐像素的规则运算，数据量大且模式固定，适合放进 PL 用流水线实现；推理本身可以交给 DPU（深度学习处理单元）在 PL 中加速；而阈值筛选、NMS、坐标映射涉及动态逻辑和业务规则，放在 PS 用 C/C++ 或 Python 实现更灵活。
这种划分带来的收益是：PL 承担了高带宽、规则化的像素级处理，PS 专注于调度与业务逻辑，两者通过 AXI 总线或共享内存交换数据。需要注意的是，PL 与 PS 之间的数据搬运本身也有开销，若把过多小规模操作拆到 PL，反而会增加同步成本。因此划分的粒度要适中，通常以“一帧图像的一个完整处理阶段”为单位比较合理。
课程实战项目介绍
本课程围绕一个完整的工业 AI 推理项目展开：在 Kria K26 上部署一个多路视频缺陷检测系统。项目从环境搭建开始，依次完成 PetaLinux 系统构建、DPU 推理加速器集成、Vitis AI 模型量化与编译、PL 预处理流水线设计、多路视频输入与推理调度、性能测量与优化，最后进行稳定性验证与部署打包。
项目设定的示例参数如下（属于教学示例，非实测结果）：输入为 2 路 1080p@30fps 灰度视频；预处理在 PL 中完成去噪与缩放至 640×640；推理模型为量化后的轻量卷积网络，单帧推理目标时延不超过 15ms；后处理在 PS 中完成，输出缺陷坐标与类别；系统整体功耗目标不超过 20W。课程会逐步展示如何测量各阶段耗时、如何判断瓶颈在 PL 还是 PS、以及如何通过调整流水线深度和内存带宽来改善性能。