RISC-V算力芯片,能否打开下一轮突破的新空间?
以板载匠心,赋能 FPGA 创新,加速产品从 0 到 1
中科亿海微亮相2025中国图象图形大会,共绘图像图形“芯”未来!

中科亿海微重磅展出全自研可编程芯片、AI图像推理模组、AI目标识别加速卡、人工智能算力平台、VPX算力板及FPGA加速卡

FPGA Vivado调用IP核详细操作步骤

今天给大侠带来Vivado调用IP核详细操作步骤,手把手教学,请往下看。话不多说,上货。

AMD芯片在3D重建中的应用分析

3D重建通过精确捕捉物体表面几何信息,构建出高精度数字模型,在多个行业中获得了广泛应用。从工业制造、航空航天,到文物保护、建筑工程等领域

开放架构破局eFPGA困境,Zero ASIC Platypus要做下一个RISC-V?

在芯片设计的周期与寿命愈发错位的当下,如何应对“技术演进快、基础设施更迭慢”的结构性矛盾,成为整个半导体行业绕不开的问题

精通 FPGA 优化:在 AMD Versal™ SoC 上实现高速数据传输与 AI 加速

本文将探讨优化数据传输、AI 引擎加速以及动态功能交换(DFX)的关键技术,以全面释放 AMD Versal SoC 的潜能。

Basler VA | FPGA加速如何释放图像预处理潜能

在工业检测领域,毫秒级的处理延迟可能意味着良率波动或产能损失。传统CPU架构受限于串行计算与数据传输瓶颈,而FPGA的并行计算能力正在打开实时图像处理的新维度。

智多晶 eSPI _Slave IP介绍

eSPI总线具有低功耗、管脚数量少、高效的数据传输等优点,常用于与EC、BMC、SIO等外设的通信,是PC中CPU与这些外设通信的主流协议

不用官方EDA怎么开发FPGA?

今天就介绍一个使用开源工具链来开发FPGA的方式。本文核心:开源 FPGA 工具链,例如 APIO、IceStrom、yosys OssCAD 等使用。


AMD Vivado™ Design Tool 综合中的门控时钟转换

传统上,使用门控时钟是 ASIC 设计中降低系统功耗的常见方法。通过门控时钟,可在非必要时阻止整组寄存器的状态转换。

YunSDR通信小课堂-Versal Al Core专题(第45讲)

AI Engine是一款高度优化的处理器,具有单指令多数据(SIMD)和超长指令字(VLIW)处理器,支持定点和浮点精度。

QDMA Subsystem for PCI Express v5.0 产品指南

AMD QDMA Subsystem for PCI Express( PCIe® )旨在利用多队列的概念实现高性能 DMA,以搭配 PCI Express® Integrated Block 一起使用

适用于 Versal 的 AMD Vivado

Vivado 设计套件提供经过优化的设计流程,让传统 FPGA 开发人员能够加快完成 Versal 自适应 SoC 设计。

FPGA资源爆表了?10个RTL优化实战技巧

做FPGA项目,最怕啥?资源爆表!Timing炸裂!布线卡死!今天我给大家总结10个实战级优化技巧,每条都有具体案例,助你从根源上搞定资源问题!


未来值得关注的网络安全趋势和技术

在最新的安全研讨会上,莱迪思安全专家全面概述了CES、MWC、Embedded World和NVIDIA GTC等重大行业活动中出现的全球最新安全趋势

YunSDR通信小课堂-Versal Al Core专题(第44讲)

AI Engine阵列界面有三种类型的AI Engine界面平铺。AI Engine阵列的每一列都有一对一的接口Tile对应

Vitis HLS 系列 1:Vivado IP 流程(Vitis 传统 IDE)

这篇博客旨在逐步演示如何使用 Vitis HLS 来创建一个 HLS IP,通过 AXI4 接口从存储器读取数据、执行简单的数学运算,然后将数据写回存储器

FPGA 大神 Adam Taylor 使用 ALINX VD100(AMD Versal系列)开发平台实现图像处理

这是一块基于 AMD Versal Edge AI 平台的开发板,功能特别强大,可以用来做图像处理、人工智能等各种高阶应用。

YunSDR通信小课堂-Versal AI Core专题(第43讲)

本节描述了AI Engine阵列内以及AI Engine Tile和可编程逻辑(PL)之间的数据通信示例。

如何使用One Spin检查Vivado Synth的结果(以Vivado 2024.2为例)

本文讲述了如何使用 One Spin 检查 AMD Vivado™ Design Suite Synth 的结果(以 Vivado 2024.2 为例)。

YunSDR通信小课堂-Versal AI Core专题(第42讲)

AI Engine内存模块有32 KB的数据内存,分为八个存储体、一个内存接口、DMA和锁。传入和传出方向都有DMA,每个内存模块内都有一个Locks块