聚焦 FPGA 设计、嵌入式开发与可编程技术

【视频教程】Simulink：仿真与基于模型的设计

Simulink 是一个面向多域仿真并和基于模型设计的框模块图环境。它支持系统级设计、仿真、自动代码生成以及嵌入式系统的连续测试和验证。在迁移到硬件之前，在 Simulink 中设计和仿真您的系统。探索和实现您原本不会考虑在内的设计，而无需编写 C、C++ 或 HDL 代码。

突破功能安全设计的复杂性

作者：Paul S.Levy, 赛灵思功能安全系统高级工程师

“功能安全（Functional Safety）”研究的是机器发生故障或运行环境中断时如何降低其对人和设备造成的危害的方法和措施。试想一下，在刚刚结束的 2018年的足球世界杯（2018 FIFA）中，如果我们将这种研究应用到足球比赛中，裁判员就有能力和权力在他们觉得有犯规行为时暂停比赛。当然，这也不能让他总能发现所有犯规并且总能作出正确的判罚。

开发套件：SingleA Virtex-7 2000T 模块

产品编号：TAILMV2000SA-ES
供应商：S2C Incorporated
器件支持：Virtex-7

SDSoc学习（三）：用户自定义开发板搭建平台

简介 
前段时间买了一块米联客的7010开发板，打算尝试为这块开发板搭建一个简单平台。

用户自定义开发板与SDSoc直接支持的开发板的区别在于，直接支持的开发板已经根据板子上的硬件完成了一系列重要配置（如时钟、DDR型号），所以在为用户开发板搭建平台时，只需要根据该开发板的硬件实际情况进行相应的配置即可。

这里先尝试着点亮一个直接连在MIO（MIO7）上的LED。

第一步：搭建平台

平台地搭建在SDSoc学习（二）中已经进行了较为详细的描述，且大部分操作的是一样的，所以这里就着重叙述不同之处。

同步FIFO和异步FIFO

1.定义
　　FIFO是英文First In First Out 的缩写，是一种先进先出的数据缓存器，他与普通存储器的区别是没有外部读写地址线，这样使用起来非常简单，但缺点就是只能顺序写入数据，顺序的读出数据，其数据地址由内部读写指针自动加1完成，不能像普通存储器那样可以由地址线决定读取或写入某个指定的地址。

电路板设计成关键　光收发器模块挺进400Gbps

作者：周肇基/施天从/谢昆霖；新通讯 2018 年 8 月号 210 期《技术前瞻》

随着网络技术与物联网应用的发展，数据传输流量的需求也不断的增长。在数据传输技术中，下一个重大转变将是400Gb以太网络(400GbE)技术的推展与普及，400Gb以太网络技术预计将很快的会在各种云端服务、电信公司、以及需要超高带宽连接的应用环境中进行试用。数据传输技术朝向400Gbps速率发展的方向应该是主流的趋势，但是400Gbps传输接口模块要采用何种型式的插拔外型，目前产业界仍有不少的讨论，成本的考虑会是技术转型的思考重点。因此，400Gbps传输接口模块技术预计需要考虑向下的兼容性与向上的发展性，以降低发展过程的成本需求。

基于Vivado HLS的一维离散卷积的高层次综合

前言
利用vivado高层次综合工具可将C代码综合成HDL语言。本文将详细解析一维有限长离散卷积的例子，并分析综合结果。另外，vivado HLS的使用方法见笔者另一篇博文： http://xilinx.eetrend.com/blog/13178 本文不再赘述。

面向 PCI Express 的 UltraScale FPGA Gen3 集成块提供的 Vivado ILA 使用指南

PCIe 链路训练及稳定性问题形成了绝大多数互联互通问题。

本文档主要介绍在带集成工具的 Xilinx Vivado 设计套件中调试这些问题的使用案例。

本文档将重点介绍如何通过捕获在 UltraScale FPGA Gen3 集成块中用于 PCI Express 内核的链路训练调试信号来使用 Vivado ILA 进行调试。

PetaLinux 工具

PetaLinux 工具提供在 Xilinx 处理系统上定制、构建和调配嵌入式 Linux 解决方案所需的所有组件。理想适用于提升设计生产力，该解决方案与 Xilinx 硬件设计工具协同工作，为 Zynq® UltraScale+™ MPSoC、 Zynq®-7000 SoC、和 MicroBlaze™ 简化了 Linux 系统的开发。

学会System Generator（8）——Reinterpret和Convert详解

本文是该系列的第8篇。第2篇中以数字滤波器的设计为主题，介绍了System Generator的完整设计流程；第7篇介绍了其中数据类型的选择与位宽截断的问题。本文将对其中使用到的Reinterpret和Convert模块进行详细介绍。

模块功能概述
数据转换，数据类型、位宽等问题都会影响到计算精度，对于设计者而言，需要考虑的就是相关影响是否可以接受，即是否会影响到实际的系统性能。FPGA设计中还经常需要截位，否则位宽在整个系统中不断积累，大大增加资源的消耗。

数据类型的转换和截位是FPGA系统设计的重要内容，博主在《FPGA数字信号处理》系列的很多设计中都有详细讨论。而在System Generator设计中，完成这项任务的便是Reinterpret和Convert模块。

Matlab导出eps或jpg图片的四种方法

MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。无论是做项目还是写论文，我们都会遇到把Matlab画的图形(默认为matlab自带的图像格式.fig)转换为其他格式并导出的问题。用的最多的图片格式是eps格式(用latex编辑时用)和jpg（用word编辑时用）。下面以matlab 2011b为例介绍多种导出方法。

方法一：

最简单的方法，但是不灵活。选择Figure文件的“File”菜单下面的“Save As...”。

用于汽车ADAS SoC的数据转换器IP

作者：Manuel Mota，Synopsys公司模拟IP部产品营销经理

需要数据转换器的传感器应用涉及十分广泛的范围，例如用于识别不同发动机状态的温度传感器，或者支持汽车驾驶辅助系统（ADAS）的雷达/激光雷达等。涉及到数据转换器的其他应用还包括用于与其他车辆或固定网络进行通信的无线收发器。数据转换器IP（“模拟-数字”和“数字-模拟”）为汽车片上系统（SoC）提供了多种模拟传感器的接口。对于ADAS而言，电子系统及其组件，例如SoC和IP，都必须提供最高程度的可靠性和安全性，同时还要能够经受极端温度范围考验并具备较长的使用寿命。由于这个原因，汽车电子系统及其组件必须遵守一套严格的汽车可靠性和功能安全性标准。

极目智能发布业界低成本FPGA ADAS解决方案，面向近10家车厂批量供货

2018年8月3日，智能驾驶辅助技术供应商极目智能发布旗下最新车规级视觉ADAS解决方案JM600 V3.0，该系统搭载Xilinx高性能FPGA平台，整合极目在深度学习技术方面的最新研发成果，实现了性能、成本等方面的最佳平衡，是当前业界最具竞争力的FPGA视觉方案。

极目JM600 V3.0系统主要针对前装乘用车和商用车市场，将于今年Q3量产。

备受青睐，大型客车企业客户份额排名第一

凭借在技术领先性与成熟度、服务体系等方面的综合优势，目前极目智能已向苏州金龙、厦门金旅、潍柴动力、上海申龙、青年汽车、珠海银隆、上海万象等多家国内TOP15商用客车企业批量供货，在前装客车领域的大型主机厂客户份额占比50%以上，遥遥领先同类供应商。

6大最流行、最有用的自然语言处理库对比

作者：ActiveWizards；机器之心编译

本文概述和比较了最流行、最有用的自然语言处理库，包含 NLTK、spaCy、scikit-learn、gensim、Pattern、polyglot。

现在自然语言处理（NLP）变得越来越流行，这在深度学习发展的背景下尤其引人注目。NLP 是人工智能的一个分支，旨在从文本中理解和提取重要信息，进而基于文本数据进行训练。NLP 的主要任务包括语音识别和生成、文本分析、情感分析、机器翻译等。

SDSoc学习（二）：搭建平台，使用EMIO点亮LED

简介
这是学习SDSoc的第二个入门实验，通过EMIO点亮连接在PL上的8个LED。与上一个实验不一样，在这一个实验中，由于ZedBoard平台中没有使能EMIO，因此想直接通过SDSoc编写程序驱动MIO是不行的，所以这一个实验需要自己搭建包含EMIO的平台。

我用的是ZedBoard开发板，SDSoc2017.4。

学会System Generator（7）选择最佳数据类型

本文是该系列的第7篇。第2篇中以数字滤波器的设计为主题，介绍了System Generator的完整设计流程。不过仍然有些问题需要解决：
1. 如何选择一个最合适的数据类型（以最少资源达到性能需求）？
2. 如何选择系统的输出位宽（保证信号不失真）？

传统的HDL模型设计方法中，博主通常会用MATLAB进行仿真，确认位宽对数据量化的影响；或在Vivado中仿真，截取合适的滤波器输出位数。System Generator提供的相关特性可以大大简化该流程，本文将对此做介绍。

【直播PPT下载】如何使用Xilinx SoC加速 AI 在汽车应用中的部署

赛灵思一直是业界主要的 ADAS 传感器方案供应商之一。比如，在前置摄像头方面我们拥有超过 38% 的市场份额。ADAS 系统正在不断的发展和进化，随着 NCAP 等政策法规和标准的推动之下，汽车正从辅助驾驶向自动驾驶过渡，这一趋势就要求更好的相机分辨率、更低的 LiDAR 成本以及响应更迅速，计算能力更强大的信号处理芯片。另外，机器学习以及 AI 的发展将大大加速自动驾驶技术的成熟。赛灵思的 FPGA/SoC 在数据预处理、路径规划、传感器融合和计算加速方面有着得天独厚的优势，因此，基于赛灵思的技术将能帮助机器学习及 AI 更快地部署在汽车应用中，成为构建安全自动驾驶汽车的重要组成部分。

在本次直播课程当中，我们将向您详细讲解及演示基于赛灵思的加速方案是如何帮助客户实现从传统 ADAS 方案演变为更多基于机器学习和 AI 的自动驾驶的。