从辅助工具到实时协作者，AI超声设备开启端侧智能新范式
超声设备的设计逻辑正在发生一次静默的转向。过去二十年，系统架构的核心命题是“如何把探头采集到的数据更快地送到后端处理单元”。但现在，越来越多的人开始问另一个问题：这些数据，为什么一定要全部送出去？
这个问题的背后，是超声AI从“云端辅助”走向“端侧实时”的必然趋势。当AI不再是一个事后分析工具，而是要参与扫描过程中的实时辅助引导、图像质量评估甚至初步病灶提示时，数据搬运带来的延迟与带宽就不再是后台指标，而是直接决定产品体验的硬约束。
PCIe Switch：跨板多源数据的动态路由
传统超声系统往往是“分层部署”的：前端AFE与波束成形FPGA之间通常通过LVDS或JESD204B/C等高速串行链路连接，并多采用分板或板内布置；而前端采集/处理模块与后端 CPU/GPU 之间，则通常通过 PCIe、SRIO、以太网或高速背板进行跨板互联。随着通道数增加、采样率提升，以及AI推理模块的嵌入，多源数据争抢同一条通道、延迟不可预测、带宽成为硬约束等问题就逐渐暴露。
PCIe Switch的出现，本质上是为“需要跨板、跨加速域”的多源异构数据提供了一条可扩展、低延迟、高带宽的“高速公路”，而不是包办所有数据流的唯一通道。
在新一代超声平台中，探头信号经ADC转换后，首先在采集FPGA或自适应SoC内部完成通道级预处理；只有需要跨板流转的波束后图像帧、抽象特征、降采样元数据等数据面信息，才会经PCIe Switch动态路由到后端加速卡。不同层级的AI任务，作用于数据链的不同位置。
- 原始域 AI（如通道质量监控、自适应波束参数调整）可直接处理 pre-beamform 的原始 RF 数据，这类任务对延迟极度敏感，需要在前端 FPGA/SoC 内部完成边缘计算；
- 图像域 AI（如分割、检测、分类）则必须等待FPGA完成波束合成、生成图像帧之后，再经PCIe Switch送往后端的NPU、GPU或自适应SoC的AI引擎进行实时推理；
- 系统日志、设备状态等控制信息则通过PCIe的流量类别等机制获得独立的QoS保障，避免与数据面争抢关键路径带宽。
这种架构的核心价值不在于“更快”，而在于按需分发：不同性质的数据走不同的路径，不同优先级的任务获得不同的资源保障。共享总线时代的物理层仲裁争用得到缓解，带宽争用收敛到交换矩阵内部的可管理分配，使端到端延迟大幅降低。
在整机架构层面，PCIe Switch支持多设备拓扑与路由重配置，为模块化扩展预留了空间：当新一代探头接口卡或AI加速卡需要接入时，系统无需重新设计背板，只需在Switch层面重新配置路由表。
异构计算与片内数据本地化：让推理靠近源头
过去，超声系统的数据流是“瀑布式”的——从探头到前端FPGA，再到后端CPU/GPU，数据像流水一样被层层搬运。但如今，AI模型已嵌入到成像流水线中，要求在波束形成、图像重建甚至探头端就完成初步推理。这意味着数据必须在靠近源头的地方被“截留”和“处理”。
这要求系统具备异构计算能力，并在硬件层面支持数据本地化。例如，在FPGA或SoC内部集成专用AI加速核或DSP核，使得一部分AI推理无需经过PCIe总线即可在本地完成。这种架构不仅降低了延迟，还显著减少了跨芯片的数据搬运功耗。
安富利的合作伙伴AMD推出的第二代Versal™自适应SoC，为异构计算架构提供了可参考的硬件基础。以第二代Versal AI Edge系列为例，其处理系统的标量性能相比前代最高可提升10倍，并支持DDR5/LPDDR5X内存；新一代AI引擎引入新数据类型支持，能效（TOPS/W）相比前代最高提升3倍。其集成的AI引擎、可编程逻辑、Arm多核处理器及片上网络（NoC2），非常适合执行高级波束成形算法、图像重建和其他高性能功能。
AI驱动的动态数据压缩与选择性传输
超声成像每秒产生数百MB甚至数十GB级的原始射频（RF）数据。若全部上传至AI引擎，不仅带宽压力巨大，还会引入不必要的延迟。因此，AI赋能医疗的另一关键突破在于：让AI参与数据压缩与传输的“取舍”决策。
在超声领域，传统的无损/近无损压缩、基于稀疏表示或本征分解的RF压缩，以及图像/视频层面的编码（如JPEG、H.264/HEVC）大多缺乏临床语义感知能力，难以直接区分不同区域的诊断价值。而“语义感知压缩”正成为新一代超声系统的关键演进方向——AI模型在波束合成后的图像域介入，识别出包含诊断信息的区域（如血流信号、组织边界），并对这些区域进行无损/近无损处理，其余区域则采用更高的压缩比。这种选择性传输策略可在不牺牲诊断质量的前提下，将传输数据量显著降低。
更进一步，系统可结合临床场景动态调整压缩策略。例如，在心脏超声中，AI 可识别心动周期中的关键帧（如舒张末期），优先保证这些帧的传输质量；而在产科筛查中，则侧重于胎儿轮廓的完整性。这种"临床语义驱动"的数据管理方式，体现了超声系统从“数据搬运工”向“智能信息管家”演进的方向。
结语
从云端辅助到端侧实时参与，AI正真正融入临床工作流，帮助医生分担认知负荷。随着端侧AI在超声、内镜、可穿戴监护等场景中持续渗透，安富利将继续携手生态伙伴，推动AI从“辅助工具”进化为不可或缺的“实时协作者”，让优质医疗资源更均衡、更高效地服务于每一位患者。
