当在监控摄像机、网络录像机 (NVR)、数码相机 (DVR) 和视频服务器中实现类似功能时，Xilinx SoC 和 FPGA 在云中广泛使用的大量相同原因被放大。由于边缘器件的容量、价位及散热约束，智能监控系统从云计算扩展到现实环境（也叫端点）的趋势将提高效率（以性能功耗比以及从图像捕获到决策的时延的形式）的优先级。随着自定义图像信号处理 (ISP) 技术的出现，基于神经网络的机器学习推断正迅速成为监控设备制造商实现差异化所依靠的主要方法。Xilinx 通过以下方式提供高效、可扩展的定制化：

• 内部或生态系统 IP 支持最新版本的 MIPI、SLVS-EC、LVDS 和其它传感器接口
• 能够针对特定使用案例构建或调整 ISP 并实时替换它们（例如 HDR、4K、红外线以及黑光等）随着条件变化
• 免费的优化 OpenCV 函数称为 xfOpenCV，可在 ARM 处理器或 FPGA 架构上或在这两个领域之间实现现有的用户视觉算法
• 异构架构和 SDSoC 工具流程可通过卸载或加速处理器专用实现方案中的瓶颈，最大限度提高性能功耗比
• 内部或生态系统解决方案（如 PYNQ 和 DEEPHi 等）支持的实时分析和机器学习
• 连接至存储和网络，包括支持有时间限制的联网 (TSN)
• 内置硬件信任根支持 IEC 62443 网络安全
• 集成控制、IEC 61508 SIL 3 功能安全以及其它面向视觉引导机器人和非独立摄像机应用的功能

从 Xilinx 及生态系统合作伙伴种类繁多的工具套件中进行选择，通过选择以上电路板及工具套件按钮并根据电路板功能进行筛选，其可与您的需求实现最佳匹配。