Modelsim代码覆盖率功能Code coverage,能报告出statement(语句)、branch(分支)、condition(条件)、expression(表达)、toggle(信号翻转)、fsm(有限状态机)等多种覆盖率情况
AI的三大关键基础要素是数据、算法和算力。随着云计算的广泛应用,特别是深度学习成为当前AI研究和运用的主流方式,AI对于算力的要求不断快速提升。以GPU、FPGA、ASIC为代表的AI芯片,是目前可大规模商用的技术路线,是AI芯片的主战场,本文以下主要讨论的就是这类AI芯片。
在本文中,我们将研究从数据集中选择特征的不同方法;同时通过使用Python中Scikit-learn (sklearn)库实现讨论了特征选择算法的类型
深入介绍高层次综合及 Vivado HLS 工具的基础知识。
<iframe src='//players.brightcove.net/17209957001/SywTPUVC_default/index.html?videoId=6024846979001' allowfullscreen frameborder=0 width="600" height="400"></iframe>
直方图统计在图像增强和目标检测领域有重要应用,比如直方图均衡,梯度直方图。直方图的不同种类和统计方法请见之前的文章。本章就是用FPGA来进行直方图的计算,并且利用FPGA的特性对计算过程进行加速。安排如下
作为此次大赛的FPGA平台的提供商和赞助商之一,为了让大家在竞赛中能够试用到赛灵思最前沿的产品和技术,赛灵思公司中国学术界团队宣布,将从去年的开放两个平台试用支持升级为提供4个平台支持。而且所有四大平台,均为赛灵思当前业界最新的和最受欢迎的开发平台,支持应用涵盖数据中心、人工智能及各种嵌入式设计
xilinx7系列FPGA主要包括:Spartan®-7、Artix®-7、Kintex®-7、Virtex®-7。其性能/密度/价格也随着系列的不同而提升。Spartan7系列是7系列中的屌丝青年,拥有最低的价格、最低的功耗、最小的尺寸以及最低的设计难度,一些低端应用中极为合适。
在这篇文章中,我们首先对一个典型的循环神经网络模型的核心部分进行快速浏览。然后我们将设置问题陈述,最后我们将从零开始用Python构建一个循环神经网络模型解决这些问题陈述。
观看本视频,了解和学习 Vivado System Generator for DSP 2018.3 版本中全新的超级采样率模块集(SSR)。它提供了与 Matlab 和 Simulink 集成的设计流程,以加速 Zynq UltraScale+ RFSoC 器件上高速 DSP 应用的设计和实现。
近日,在第八届EEVIA年度中国ICT媒体论坛暨2019产业和技术展望研讨会上,赛灵思人工智能市场总监刘竞秀在现场为大家带来了“FPGA — 人工智能计算的加速引擎”的主题演讲,作为拥有中国/美国/欧盟/日本/韩国共45项专利申请的业界大咖,他精彩解读了当前人工智能落地的主要障碍,并给出了赛灵思的破解“方法论”





