日期
08/09
2022
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

数据量激增,处理吃紧?高速光纤通信板实现的大数据高速处理方案
收藏
2022-08-09 14:35:08来源: 中国机器视觉网

随着硬件技术的不断发展,快速传输大量数据变得越来越重要,电视、平板电脑、显示器和手机显示市场也在不断增长。与此同时,显示分辨率也在迅速提高,几年前还在普遍使用全高清电视(Full HD TV),但现在常见的是4K和8K电视;而手机的显示屏,3K(3088×1440)分辨率的6英寸屏幕正逐渐开始普及。 

在检测这些设备时,通常将显示器的像素与相机的像素进行匹配。随着分辨率和显示尺寸的增加,相机的分辨率或拍摄次数也要相应地增加。这也就意味着对大量数据的高速传输需求。

最近,在机器视觉市场上,已经有CXP-12(CoaXPress)产品推出。这些产品能以高达50Gbps的速率传输数据,相当于最大速率可达6.25GByte/s。这无疑是一个大容量接口。

图像数据通常由CPU处理,或是使用GPU进行并行处理。

由于高分辨率,高速数据传输CPU或GPU的处理容量超过 Takt time(节拍时间)时,则可以通过多台PC的分散式处理来实现目标的节拍时间。本文将介绍如何使用Aval data公司的GiGA系列高速光通信板(分散式处理),来减少节拍时间。

有关分散式处理的信息

Avaldata的GiGA系列是一种基于光通信的高速串行通信板,能够实现高达80Gbps的数据传输率。所有可以写入内存的数据(如图像、文件、数字、信息等)均可传输。

图片1.png

图1 光通信板

GiGA系列与图像采集卡(自行采集和输出图像的产品)和分发图像的Splitter不同,它不仅能传输图像,还可以传输所有数据。它用途广泛,可与来自不同制造商的硬件一起使用。

图片2.png

图2 APX-7402

图片3.png

图3 MPO光缆

图2是GiGA CONNECTION的APX-7402,图3是光缆,表1是一般以太网和我们的GiGA CHANNEL的性能比较。

微信图片_20220809132649.png

表1 GiGA CHANNEL与千兆以太网的比较

使用GiGA CHANNEL时,不需要Protocol Stack的原因是使用了Avaldata专有的硬件协议,数据可靠性(CRC校验、处理过程中的错误校验等)都是自己校验的。

GiGA系列根据数据传输方式,有两种产品——GiGA CHANNEL和GiGA CONNECTION。

图片4.png

图4 GiGA CHANNEL Ring连接配置

图片5.png

图5 GiGA CONNECTION连接配置

GiGA CONNECTION使用MPO连接器光缆进行点对点数据传输,由于MPO电缆包括Rx和Tx,因此只连接一根线也能正常工作。 

此外,每个GiGA板的内存可以单独使用。例如APX-7402的内存大小是4GByte, 使用两个节点时,可以使用8GByte的内存;使用4个节点时,可以使用16GByte的内存。数据同步是通过Mailbox完成的,在FIFO模式下使用时,可以省去单独的同步过程。

另一种方法是GiGA CHANNEL安装在每个节点,板卡的共享存储器通过LC连接器Ring连接方式进行通信。由于环形配置的特性,板卡的Tx和Rx都必须连接。

此外,使用每个GiGA板卡同时传输的方式,从软件的角度来看,相当于把每个节点的缓存当作一个内存。比如APX-781的内存是512MByte,不管使用两个节点或10个节点,可使用的最大缓存为512MByte。数据的同步通过Doorbell和使用共享寄存器实现。

微信图片_20220809132803.png

表2 GiGA CHANNEL与CONNECTION对比

数据传输速度和共享内存信息

首先,根据带宽、共享内存、可连接节点的数量,用户可以参考表3选择合适的型号。

微信图片_20220809132503.png

表3 基于PCIe的带宽和共享内存信息

图片6.png

图6 GiGA系列的写入速度

图片7.png

图7 GiGA系列的读取速度

作为参考,表4给出了每个产品对内存的500MB数据的写入和读取时间。

微信图片_20220809133005.png

表4 每个产品的数据写入时间和读取时间

应用示例

图片8.png

图8 一台相机和一个采集卡的硬件配置图

图片9.png

图9 使用1台PC时的节拍时间

在使用1台PC连接一台相机和一个采集卡的一般环境中,获取影像的顺序为第1个图像采集→第1个图像处理→第2个图像采集→第2个图像处理,由此连续获取影像。 

假如有如图8所示的设置,将设备转换为高分辨率、高速相机,则可能会因数据增加导致数据处理时间延迟,从而降低生产量。 

图片10.png

图10 分散式处理示例

图片11.png

图11 使用3台PC时的节拍时间 

图10显示了一台相机对三台PC的分散式处理。

如图11所示,相机正在获取数据,通过在PC1、PC2和PC3依次处理从相机输入的图像数据,以此来缩短整体生产节拍时间。 

图片12.png

图12 节拍时间比较 

如图12显示,使用3台PC时的处理速度,比使用1台PC时快约2.5倍。

可见,分散式处理的在高速传输高分辨率数据的情况下,优势明显。用户可根据自身应用目的,进行分散式处理或集中处理。

在分散式处理的情况下,如图13所示,将一台相机拍摄的图像数据传输到三个节点。

图片13.png

图13 分散式处理示例

在集中处理的情况下,如图14所示,三台相机的影像数据被传输到一个节点,作为一个集中过程进行处理。

图片14.png

图14 集中处理示例 

结论

GiGA系列是基于光通信进行数据处理的板卡,它可以传输大量数据以及图像,因此应用范围广泛。 

实际上,机器视觉中的图像分散式处理,可以在大型显示器制造、高速图案印刷、物流系统、大数据中心等众多领域广泛应用。它将通过高效处理大数据为工业自动化应用提供解决方案。