摘要：·凌华科技的DLAPx86系列是目前最紧凑的GPU深度学习加速平台，支持工业，制造和医疗环境中的AI应用； ·专为AI计算而设计的DLAPx86系列可以处理大量复杂的AI推论和工作量（例如学习），在性能，尺寸，重量，功耗等方面设计达到最佳平衡，从而最大程度地提高每瓦性能和每单位投资； ·高性能CPU + GPU计算与异构架构相结合，采用紧凑的外形尺寸和热效率优化设计，适用于计算密集型边缘AI应用程序。

2021年2月2日，中国上海-边缘计算解决方案的全球领先提供商-ADLINK推出了高度紧凑且受GPU支持的新型DLAPx86系列深度学习加速平台，这是最紧凑的GPU深度学习加速平台在市场平台上。

DLAPx86系列可用于在边缘部署大规模深度学习，收集在边缘生成的数据并采取行动。

DLAPx86系列专为大规模边缘AI部署而设计，可将深度学习带入终端，并缩短与现场数据和现场决策的距离。

平台的优化配置可以加速需要大量内存的计算密集型AI推理和任务学习，并有助于AI在各个行业中部署应用程序。

ADLINK嵌入式平台和模块产品中心的助理Cai Yuli说：“ DLAPx86专为大型多层网络和复杂数据集而设计。

ADLINK的DLAP系列为深度学习应用程序提供的灵活性是其核心价值。

基于不同的应用，架构师可以结合最佳的CPU和GPU处理器配置，以提高每单位投资的最高性能。

DLAPx86系列的优势：◆高性能异构架构的采用与其他技术相比，英特尔®处理器和NVIDIA Turing™GPU架构提供了更高的GPU加速计算，并优化了每瓦性能和每投资单位性能。

◆DLAPx86系列的最小容积仅为3.2升，是紧凑型移动设备和仪器（例如移动医学成像设备）的理想选择。

◆DLAPx86系列采用坚固耐用的设计，可承受高达50摄氏度/ 240瓦的散热温度和2 Grms的振动强度，并提供高达30 Grms的防震保护，具有工业，制造所需的可靠性和医疗环境。

DLAPx86在边缘AI应用中实现了效率，尺寸，重量，功耗和其他设计的最佳平衡，最大程度地提高了每瓦效率和每单位投资效率，并有助于医疗，制造，运输和其他领域的发展。

应用案例包括：◆移动医疗成像设备：C型臂，内窥镜系统，手术导航系统◆制造和生产：对象识别，机器人拾取和放置，质量检查◆Edge AI用于知识转移服务器：将预先训练的AI模型与本地数据集相结合