在 2026 北美嵌入式展（Embedded World North America 2026）上，Altera 携手生态伙伴展示了如何通过基于 FPGA 的高速互连，将实时传感器数据高效传输至 NVIDIA GPU，从而让 AI 加速的智能决策更贴近边缘侧应用。
下一代嵌入式系统的关键，将不再仅仅是算力，而是看系统能否以更快、更可靠、更智能的方式，把来自物理世界的数据高效送入 AI 引擎，并将洞察及时转化为行动。
这一趋势在 9 月 22 日至 24 日于阿纳海姆会展中心（Anaheim Convention Center）举办的2026 北美嵌入式展上得到了充分体现。
对于 Altera 来说，本次展会不仅是展示技术创新成果的平台，更是展示与 NVIDIA 持续深化合作的重要窗口，也充分展现了 FPGA 在高性能边缘 AI 系统中的关键作用。
从传感器到 AI：兼顾灵活性与确定性
此次展示的一大亮点是 NVIDIA Holoscan Sensor Bridge 技术。该方案能够在现实世界的传感器与基于 GPU 的 AI 处理之间架起一条高带宽、低延迟的数据通路。对于机器人、工业自动化、智能视频、医疗系统以及其他物理 AI 应用来说，这项能力正变得愈发重要。
FPGA 之所以能在这一架构中发挥关键作用，在于其能够在靠近传感器的位置提供确定性处理能力、灵活的 I/O 连接与协议适配能力。与固定硬件架构不同，基于 FPGA 的设计可以根据具体系统对性能、连接性与时延方面的需求进行灵活定制，而无需让所有应用都采用同一套硬件配置。
开发者可以根据具体应用需求选择任意一款 Altera FPGA，并将其与任意 NVIDIA 框架进行组合。
—— Deepu Talla，NVIDIA 副总裁
Altera 在展后文章中进一步指出：Holoscan Sensor Bridge 方案覆盖 10G 到 100G 的连接能力，其中 25G 和 100G 方案相比 Holoscan 生态中的其他方案能够提供更高带宽，助力开发者为高负载边缘应用构建更具扩展性的数据连接架构。
由此，一套面向实际部署的 “从传感器到计算” 完整架构应运而生：Altera FPGA 负责灵活且具备确定性的前端数据处理，NVIDIA 平台则为 AI 与机器人工作负载提供高性能加速环境。
以生态合力加速创新落地
这些演示也进一步说明，成功部署边缘 AI 系统，仅靠单一组件远远不够。开发者还需要参考设计、量产级开发平台，以及能够帮助其加速从评估验证走向实际部署的生态合作伙伴。
Altera 不断壮大的 Holoscan 生态现已涵盖超过 10 款参考设计和合作伙伴开发板。这些经过验证的基础模块能够帮助开发团队降低系统集成复杂度，加速从概念验证到实时 AI 产品的落地过程。
在 Altera 合作伙伴 Critical Link 的展位上，开发者还可以现场体验一套基于 Holoscan Sensor Bridge 的五摄像头解决方案。凭借这一创新成果，Critical Link 获得了本届展会 AI 与机器学习类别的 “Best in Show”大奖 。
该方案以 MitySOM-A5E 作为核心的 Agilex® 5 FPGA 硬件平台，展示了基于 Agilex® 5 FPGA 的系统如何将传感器数据高效接入 NVIDIA 驱动的 AI 处理链路，同时保持边缘应用所需的低延迟和高带宽特性。
从 10G 到 100G：构建边缘 AI 的数据平面
Altera 的 Holoscan Sensor Bridge 方案，正是为打造更高效、更灵活的“传感器到 GPU”数据通路而设计。Altera 近期发布的一篇技术博客介绍了 10G、25G 和 100G 参考设计，其中包括一款基于 Agilex® 5 SoC FPGA 搭建的 25G 设计方案，可支持多摄像头传感器数据流和边缘侧加速处理。
在这一架构里，FPGA 充当数据平面，负责连接各类传感器、汇聚数据流、进行协议适配，并在数据进入 NVIDIA GPU 之前完成预处理。
这种分工方式有助于缓解数据传输瓶颈，同时保证确定性的时序表现，让开发者能够随着传感器接口和 AI 负载的演进持续优化系统架构。
为何“从传感器到计算”至关重要
随着 AI 逐步走进真实物理世界，系统设计人员需要在多个关键要求之间寻求平衡：
实时响应能力：机器人、工业检测等应用往往无法承受将原始传感器数据发送至远端系统处理所带来的延迟。
高带宽数据传输：现代传感器产生的数据体量持续增长，需要高效的数据传输能力，避免系统瓶颈影响整体性能。
确定性表现：安全关键型系统和工业应用需要可预期的时序和稳定的性能表现。
设计灵活性：产品团队需要支持不同类型的传感器、接口标准和部署环境，而无需针对每种场景重新设计整个平台。
更快的开发节奏：参考设计和生态合作能够助力开发者缩短从概念验证到量产落地的开发时间。
Altera 与 NVIDIA 的联合方案正是为满足这些需求而打造。通过将基于 FPGA 的连接和处理能力，与 GPU 加速的 AI 计算相结合，该方案为开发者提供了一个模块化基础架构，能够随着传感器、AI 模型和应用需求的演进持续扩展和适配。
共建下一代边缘智能系统
2026 北美嵌入式展上的讨论，揭示了嵌入式设计领域正在发生一场更深层次的变革。边缘系统正在变得更加智能、互联，并具备越来越强的自主能力，但其系统性能表现依然高度依赖于支撑这些能力的数据通路。
通过将 Altera FPGA 与 NVIDIA 平台相结合，并与 Critical Link 等生态合作伙伴开展协作，开发者在构建这一数据通路时就拥有了更多选择。灵活的硬件架构、高速互连能力与 AI 加速计算三者相辅相成，能够助力开发者将原始传感器数据转化为及时、可执行的决策。
对于正在开发新一代机器人、工业自动化、智能视觉和物理 AI 系统的团队来说，新的机遇就在这里：构建从传感器到计算的完整端到端架构，既能高效承载当下的各类工作负载，又具备面向未来的灵活扩展能力，更能实现从概念验证到规模化部署的全流程拓展。
文章来源：Altera
