1984 年，Ross Freeman 将其关于现场可编程门阵列 (FPGA) 的绝妙构想付诸实践并创立了赛灵思公司，从而确立了自适应计算的原理。从那时起，这项技术及其满足众多应用需求的能力，已历经漫长的发展道路。尽管自适应计算构建在 FPGA 技术的基础上，但它已经发展至足以覆盖更为广阔的应用类型。

有工程师询问vcu-ctrl-sw里decoder的退出机制。 下面的内容，根据vcu-ctrl-sw 2020.2分析。

在 XTD 活动现场，赛灵思软件及人工智能市场经理郭冰清讲解了两款基于 Kria SOM 平台的 demo 演示，包括实时人脸检测，以及多路 ReID 边缘加速计算盒。

靠近模拟-数字边界边缘节点的位置对真实环境的即时响应受高度重视，众多市场领域存在迫切需求。Versal™ ACAP 产品组合 AI Edge 系列则应运而生，作为一种领域专用架构 (DSA)，有效满足 7nm 芯片工艺系统提出的严苛要求。

如果是VCK190 ES单板，需要在Lounge里申请"Versal Tools Early Eacess"; "Versal Tools PDI Early Eacess"的License，并在Vivado里使能ES器件。在Vivado/2020.2/scripts/init.tcl的文件里，添加“enable_beta_device xcvc*”，可以自动使能ES器件。

FZU5构建Linux系统过程和FZU3类似，FZU3构建过程参照前一篇文章。下面主要描述一下不同的地方。

Xilinx 的 16nm FPGA、SoC 和 7nm Versal™ ACAP 以硬化模块及软 IP 形式提供多种架构组件，这使得它们成了设计新一代安全设备的理想之选。这些 IP 包括高速串行解串器和多速率接口 IP，例如硬化 MAC、PCIe® 接口和内存控制器等。此外，Xilinx 器件还可提供业界一流的最新内存架构，其可为流程分类提供软搜索 IP，因此最适合网络安全与防火墙应用。

作为赛灵思(Xilinx)在疫情之后在北京举办的首场大型线下活动，今年赛灵思技术日特意将主题选定为“‘适’逢芯动，聚创未来”。赛灵思大中华区核心市场销售副总裁唐晓蕾在接受《电子工程专辑》独家专访时表示，虽然只有短短的八个字，但背后所蕴含的，是赛灵思希望在当前复杂多变的环境下，通过自适应计算平台汇集数据、汇聚生态，加速创新的美好愿景。

FPGA在人工智能领域，突破了“暗硅”为我们带来了更强大的可能性。现在依元素科技提供了一个完整的FPGA加速解决方案，让AI工程师能够以“即插即用”的方式部署 FPGA，AI 工程师隐藏了 FPGA，不需要硬件细节，让他们享受更快的执行。

硬件设计主要包括PS设置和VCU设置，VCU参考了pg252和zcu106例程，如下图所示。FZU5输入25MHz时钟，通过PLL产生33MHz和300MHz时钟输入到VCU。此外，PL部分还需要产生风扇控制信号，控制单板风扇。

了解如何在 Versal™ACAP 设计中增加功耗和环境约束，以及如何利用 Vivado® Design Suite 的功耗和时序分析功能。

BittWare XUP-P3R FPGA加速器卡是基于Xilinx Virtex UltraScale+ FPGA的3/4长PCIe x16卡。Xilinx Virtex UltraScale+ FPGA为需要大规模数据流和数据包处理的系统提供高性能、高带宽和低延迟。

yolo是目前目标检测落地到硬件中比较常用的AI模型，因为yolo标准版模型参数和计算量太大，所以目前暂时在zynq020上移植的是tiny版本，这里选用yolov3-tiny来移植，输入模型的图像源320x320@15Hz，模型各层如下（其中C是训练时的类别）

软件和 AI 营销副总裁 Ramine Roane 将讨论行业趋势，并带您了解最新的 Xilinx 解决方案和最新产品介绍。了解 Xilinx 自适应平台如何提高加速计算的标准。

本次设计目标是将ZCU106使用的例程移植到自定义单板上。例程指的是pg252中开箱即用7个例子。

Xilinx 器件及 Vitis/Vitis AI 解决方案可为众多应用加速，包括视频处理、图像预处理、AI 推断以及内存带宽优化等。在本视频中，我们将演示如何使用 Xilinx ZCU104 开发人体检测应用。我们不仅将展示 Vitis AI 堆栈如何实现高速度、高精度和高性能，而且还将展示如何使用 Vitis HLS 库、DRM 以及 V4L2 等工具实现进一步优化。

如今，在赛灵思应用商店中，您将能轻松地获得一款来自 Aupera 的端到端人脸识别商业可部署解决方案，该解决方案基于赛灵思 Alveo® 加速器卡和 Zynq™ SoC，提供了业界领先的识别准确度和低时延，同时以较低硬件投资带来无与伦比的性能，并确保同类最佳的总体拥有成本。

本文在上篇基础上描述在FZU3上运行DPU例程的方法。

今天，先来推荐XILINX比较新的系列, Zynq Ultrascale+ MPSoC系列，主要针对中高端市场需求。Zynq® UltraScale+™ MPSoC 器件不仅提供 64 位处理器可扩展性，同时还将实时控制与软硬件引擎相结合，支持图形、视频、波形与数据包处理。置于包含通用实时处理器和可编程逻辑的平台上

为了提升计算基础设施的性能，并紧跟数据分析与 AI 不断攀升的需求，众多企业将硬件加速视为主要的解决方案。在大多数情况下，先进的可编程硬件（主要是指 GPU 和 FPGA）是加速的主要方式。通过使用这种先进的硬件，企业正在赢得计算优势；然而，对于编程难度，他们仍然存在合理的担忧。