过去几年，边缘 AI 的竞争点一直围绕算力展开。更强的 GPU、更高的 TOPS、更快的推理速度，推动了视觉识别、大模型、自动驾驶等技术的快速演进。
但随着 NVIDIA 推出新一代边缘 AI 平台 Jetson Thor，边缘 AI 开始真正进入机器人、工业智能、自动驾驶和 Physical AI 场景，系统压力也发生了变化。
AI 算力不再是系统中的唯一压力来源。多路高分辨率摄像头、激光雷达点云、毫米波雷达、高速工业传感器等持续产生高速实时数据，系统需要在毫秒级时间完成数据采集、协议转换、预处理、AI 推理、实时控制等。
许多项目早期，CPU 或 GPU 还能满足需求。但随着数据规模继续增长，单纯的 CPU 或 GPU 架构开始面临数据搬运开销增加、系统延迟波动、高速接口扩展困难等问题。
这也是越来越多团队开始重新关注高端 FPGA+GPU 异构平台的原因。
ALINX HEA13 基于 AMD Virtex UltraScale+ VU13P FPGA 和英伟达 Jetson Thor，让高端 FPGA 和高端 GPU 协同工作。
（ALINX HEA13：NVIDIA Jetson Thor+AMD VU13P）
这种架构非常适合当前边缘 AI 的发展方向。
Jetson Thor 提供 AI 算力，VU13P FPGA 负责高速数据流实时处理。两者通过 PCIe Gen3 x8 直连，可实现 64Gbps 双向带宽与微秒级延迟数据交换，让前端硬件加速与后端 AI 推理无缝融合。整个平台构成一套行云流水的**"AI 计算+实时数据系统** **"**异构系统。
Jetson Thor AI 算力最高可达 2070 FP4 TOPS ，并提供 128GB 大容量内存 和 4x25GbE 超高带宽 IO，能够支持多模态 AI、VLM/VLA、机器人感知、实时视觉理解等应用。
而当大量真实世界数据持续进入系统，HEA13 的 FPGA 部分 VU13P 将重点解决高速数据处理问题。VU13P 核心资源包括3780K Logic Cells、12288 DSP Slices、94.5Mb Block RAM、360Mb UltraRAM等，足以支持大量并行硬件模块同时运行。以机器视觉系统为例，使用 HEA13 平台可以同时完成图像采集、ISP 处理、缩放与格式转换、AI 推理、编码、显示输出等环节，不需要频繁经过 CPU 调度和内存搬运，大大提升系统的实时性能力。
HEA13 提供最多76 路 GTY 高速收发器 ，单通道速率最高 28.21Gbps ，平台支持 100G Ethernet、PCIe Gen3、JESD204B/C、Interlaken、Aurora等高速协议。
随着边缘 AI 系统接入越来越多的高速设备，很多系统后期真正的瓶颈，并不是 AI 模型，而是数据能否稳定、低延迟地流动，提供稳定流畅的服务。
对于机器人、具身智能、自动驾驶、工业 AI、智能网络与数据中心等高性能边缘 AI 系统来说，FPGA+GPU 的架构正在变得越来越重要。
尤其在项目进入后期、系统复杂度持续提升后，数据吞吐、实时响应和多设备协同带来的压力会逐渐显现。相比单一算力平台，FPGA + GPU 架构能够更稳定地支撑高速数据流、实时控制与 AI 推理协同运行，为后续功能扩展和系统演进预留更充足的空间。
如您对 ALINX FPGA 或异构产品感兴趣，欢迎联系我们，了解更多技术细节及定制方案，抢先一步实现智能算力部署！