跳转到内容
Prodrive logo 主页

PCIe 扩展卡 - Apollo

FPGA和定制IC扩展卡,用于成像、加速和高带宽数据采集

  • Embedded computing - PCIe & add in cards elevated left-2.jpg
  • Embedded computing - PCIe & add in cards elevated front.jpg
  • Embedded computing -PCIe & add in cards elevated left1.jpg
  • Embedded computing - PCIe & add in cards elevated left.jpg
  • Embedded computing - PCIe & add in cards elevated top.jpg

Apollo PCIe 附加卡系列为需要极高带宽、实时处理和确定性数据处理的应用提供高性能硬件基础。这些卡围绕 Altera 和 AMD FPGA 设计,使 OEM 厂商能够卸载计算密集型工作负载、实现自定义逻辑,或在高速外设与主机系统之间直接传输海量数据流。

板载 FPGA 支持实时预处理、图像校正、滤波、触发、同步或其他自定义算法直接在卡上运行。这降低了 CPU/GPU 负载,提升了吞吐量,并改善了系统响应速度。

在产品组合的现货部分中,Apollo 支持多种 SFP、QSFP 和 CXP 接口,使这些卡能够作为复杂多相机系统的图像采集卡使用。处理吞吐量随接口带宽和 FPGA 资源的扩展而提升,可支持高级检测、计量和成像应用——同时保持低延迟和高确定性。

Apollo 卡可无缝集成到 Prodrive 更广泛的嵌入式计算生态系统中——包括主板、工业 PC 和高密度服务器——支持从单卡系统到多节点集群的可扩展部署。长生命周期支持确保了在受监管或长期认证环境中运营的半导体、医疗和工业 OEM 厂商的系统稳定性。

  • FPGA加速处理

    Altera Arria或AMD Zynq Ultrascale+选项可实现并行计算工作负载的卸载

  • 高带宽接口

    用于高速通信的SFP、QSFP和CXP接口变体

  • 标准化PCIe外形规格

    PCIe附加卡形式确保与现成计算平台的兼容性

  • 长期可用性

    专为嵌入式和工业应用而构建,确保生命周期长久性和供应稳定性

  • 加速软件开发

    我们的驱动程序、内核模块和API支持加速集成并减少开发工作量

福利

  • 实时性能

    FPGA加速提供确定性的超低延迟处理——非常适合高速成像和机器视觉。

  • 可扩展的系统架构

    PCIe即插即用设计可轻松扩展计算和I/O容量。

  • 长期可用性

    稳定的生命周期支持减少了长周期认证市场中的重新设计工作量。

  • 可定制的逻辑与工作流程

    FPGA支持用于成像、检测、传感、通信和高带宽数据聚合的特定应用流水线。

应用领域

市场与行业

  • Semiconductor.png
  • Automated transport.png
  • Medical.png

技术规格

Apollo Altera series Apollo AMD series
Processing
FPGA Altera® Arria® series up to GX1150 AMD Zynq Ultrascale+ ZU11EG
CPU Dual-Core ARM Cortex A9 Quad-Core ARM Cortex A53 Dual-Core ARM Cortex R5
System Memory
Logic 2x 4GB DDR3 64-bits @1866MT/s 2x 8GB DDR4 ECC SODIMM @2133 MT/s
Shared 1x 1GB DDR3 32-bits @1866MT/s 1x 8GB DDR4 ECC SODIMM @2133 MT/s
Interfaces
Host PCIe Gen3 x8 PCIe Gen3 x16
LAN 4x 10G SFP+ 2x CXP cage @12.52 Gbps
Form Factor Three-quarter length PCIe card Full Height / Half Length PCIe Card
Environmental
Cooling Internal Active Cooling Passive
Ambient 5 - 55°C 0-50 °C
Compliance CE, IEC60601/IEC60950, CL/CSA IEC/EN 62368-1:2018 / CISPR 35:2016, CISPR 32:2015