現代的中央處理器(CPU)有4個、8個甚至16個核，而圖形處理器GPU)可以有成百上千個計算單元。這些高度并行的、專用的計算核心用于圖形處理，具有非常適合并行計算應用程序的體系結構。使用GPU執行傳統上由CPU處理的計算(在圖形處理單元上稱為通用計算，或GPGPU)可以通過在多個核上分配計算工作負載來加速計算密集型應用程序。

gpu可以提高各種工作負載的性能，包括圖像處理和分析、計算加速和人工智能(AI)。隨著對邊緣系統的響應能力和準確性的要求越來越高，cpu和gpu的結合變得越來越主流，以實現單位功耗性能的最佳效率。

向邊緣式系統添加GPU可能非常復雜，因為要滿足關鍵的邊緣式系統需求，比如較低的系統延遲、較長的產品可用性和電源效率，并不是一件容易的事情。而邊緣系統中運行的應用程序示例中的一個常見主題是需要快速將外部數據從傳感器和其他來源移動到GPU進行處理。凌華科技通過實現遠程直接內存訪問(RDMA)來實現這一點，RDMA是NVIDIA?Quadro?gpu中NVIDIA GPUDirect?技術的一個特性，可以將數據吞吐量提高約80%(3.6到6.5 GB/s)，并將系統延遲降低60%。* RDMA允許外部數據源直接訪問GPU的外部內存。

尋求從深度學習和人工智能中獲得最大創新和生產率收益的公司，應該考慮使用針對這些應用程序中使用的算法類型進行優化的計算平臺。深度學習和人工智能算法操作的輸入范圍很廣，包括視頻、文本、語音、圖像和傳感器數據，這些數據是按順序或并行處理的。為了處理這些不同的需求，一個優化的計算平臺通常會使用兩種或更多不同類型的計算核心來加速邊緣計算和AI工作負載。這就是凌華的異構計算平臺發揮作用的地方。

凌華科技是全球領先的邊緣化計算解決方案提供商，是NVIDIA?Quadro?嵌入式合作伙伴和Jetson?首選合作伙伴。為使邊緣化計算能夠得益于GPU的強大計算能力，凌華異構計算解決方案提供了一個全面的優化組合，包括嵌入式MXM GPU模塊和PCI Express基于NVIDIA?Quadro?GPU顯卡，邊緣AI平臺基于NVIDIA?Jetson?模塊,GPU計算平臺和其他嵌入式形式因素,可以加速邊緣計算和人工智能工作負載,以滿足廣泛的嵌入式需求基于性能,生命周期長，功耗大，外形美觀。

ADLINK的嵌入式MXM GPU模塊和PCIe圖形卡提供了改進的系統響應能力、功率效率和系統強固性，顯著提高了邊緣應用程序所需的人工智能(AI)計算的速度和效率。

嵌入式MXM GPU模塊具有寬溫選項，非常適合在苛刻的環境中切換受限的應用程序。PCIe圖形卡最大限度地提高了計算能力和即插即用的便利性，以顯著提高計算密集型和性能關鍵型應用程序的性能。支持定制固件和較長的產品生命周期，以滿足邊緣應用程序的需求。