在vivado中 ,如何查看各个模块的资源占用情况呢？方法如下：

在 FPGA 中，JTAG 管脚除了负责原始的芯片测试功能 (IEEE1149.1)，还主要用于下载和调试，比如ILA就是通过 JTAG 接口捕捉内部逻辑信号，送回 ISE 或 Vivado，并在界面上直接显示和控制。BSCANE2 其实就是实现这一内外沟通的关键核心模块，这部分实现对于用户来说是透明的。 那么如何利用BSCANE2 模块，构建用户自己的专用内部扫描链/功能链呢？

安装好vitis后，继续安装petalinux，本人纯纯新手，记录过程就好。Xilinx官网下载petalinux2020.1，还有sstate aarch64 downloads，前者是ZCU102，后者是mirror用，还有官网的bsp也是2020.1

本文介绍Zynq UltraScale+ 器件封装和管脚说明

Xilinx AML WLM 解决方案加快了筛选人员、组织和司法管辖区的在线筛选处理速度，从几分钟到毫秒。

Moffett AI FPGA 加速视觉搜索引擎和服务已准备就绪，可加快监视、智能零售、内容搜索、社交媒体和自动驾驶等众多行业和应用的视觉搜索推断速度，与基于 GPU 的解决方案相比，计算复杂性降低、网络规模缩小，大幅提升效率，成本降低达 15 倍。

Xilinx 用两个 96 位独特器件标识符（称为器件 DNA）为每个 Zynq UltraScale+ 器件编程。一个 DNA 值位于可编程逻辑 (PL) 中，另一个 DNA 值位于处理系统 (PS) 中。这两个 DNA 值是不同的，但每个 DNA 都有以下属性及读取访问方法。

地理图像分析管道处理比 CPU / GPU 解决方案快 500 倍。

本文提供Ultra96 board相关文档下载（开发板介绍/原理图/硬件使用手册/参考设计等有用资源）

神经网络可以被归类为一组大致模仿人脑建模方式的算法，能够通过引入新数据来完成“学习”过程。因此，开发专用的“计算高效型”神经网络模型，会为机器学习带来诸多好处。

Vitis迎来了版本更新，Vitis 2020.2 带来更加快捷智能的使用体验。首次引入Vitis™AI Engine（ AI引擎）编译器，并提供多个加速功能。在本文中，小编将带你快速了解新版本有哪些独特的功能，哪些用户将获益！

FPGA作为赛灵思的一项重要发明，以其可编程和灵活性著称。起初，FPGA只是用来仿真ASIC，再进行掩码处理和批量制造使用。不过ASIC相比FPGA来说明显在定制化上要求过高，流片量过小情况下成本反而更高，因此两者毫不冲突地“各司其职”。

在首日研讨会上，赛灵思执行副总裁兼有线与无线事业部总经理 Liam Madden 分享了5G缘何为赛灵思自适应 SoC 带来巨大机遇，以及赛灵思将如何凭借领先技术实现性能、功耗和性价比的革命性突破。想了解更多 5G技术的前沿洞察，洞见5G发展新机遇，请继续锁定12月9日下午13:30开启的 Xilinx Adapt China: 5G 线上直播吧！

使用FPGA进行神经网络加速需要编译器的支持，因为一个复杂的神经网络会产生大量的指令，手写指令不能满足通用化要求，费时又费力。编译器依据神经网络的图结构，产生硬件可执行指令序列。从广义上讲，编译器包括了前端和后端，前端主要实现从tensorflow等深度学习框架描述的网络结构形式到新表示的转化

在 I2C 接口中意外启用写入时， UltraScale 器件的 HW-SYSMON 出现问题。这将使攻击者可直接写入接口。

Xilinx® Spartan®-7系列提供了一系列低成本、高效率的FPGA。这些器件是专门为满足成本敏感型市场的特殊需求而设计的。

每美元的可视搜索吞吐量比 Amazon EC2 G4 实例快 10 倍。

用户在用第三方仿真器对Vivado设计做仿真的时候，面临的第一个任务就是做仿真库的编译。事实上，后续相当一部分碰到的问题都与仿真库编译相关。今天，我们就来梳理一下关于仿真库编译的方方面面。

3D视觉数据与我们的生活已经密不可分，在无人机测绘、实时摄影测量、AR/VR等领域有许多应用。视频的实时处理需要大量的计算，而无人机等移动应用需要低功耗便携式设备。PYNQ平台提供了正确的工具来实现基于这些约束的三维重建的完整管道。

使用 Bigstream 将 Apache Spark 工作负载加速多达 10 倍