随着在数据驻留位置附近对数据进行处理的性能优势得到充分体现,计算存储持续受到广泛关注。行业的发展势头正在形成,存储网络工业协会 (SNIA) 等组织正在通过计算、存储器和存计划帮助定义计算存储的方式、内容、位置和原因。SNIA 帮助确定的计算存储类型之一是计算存储处理器 (CSP)
随着 AI 模型所需算力发生数量级增长, AI 推断对于硬件的需求大大增加。而摩尔定律的日渐式微,让架构创新成为希望之星。只有特定领域架构(DSA)才能确保硬件可以跟上不断增长的 AI 推断需求——DSA代表着未来计算,即为“每种类型的工作负载”定制自适应硬件,以实现最高的运行效率
高层次综合(High-level Synthesis)简称 HLS,指的是使用C、C++、System C 等高层次语言描述电路设计的逻辑结构,以及编写对应的测试激励,借助高层次综合工具,配合高阶约束文件及优化指令自动转换成低抽象级语言(VHDL/Verilog)描述的电路模型的过程。
米尔科技的FZ3是与百度紧密合作推出的一款基于Xilinx Zynq Ultrascale CZU3EG芯片打造的深度学习计算卡,芯片内部集成了4核ARM A53处理器+GPU+FPGA的架构,具有多核心处理能力、FPGA可编程能能力以及视频流硬件解码能力等特点。
250-M2D 采用了完全可编程的赛灵思® Kintex® UltraScale+™ FPGA,直接耦合到本地 DDR4 内存的两个存储器组上。可以完全由客户进行完全自主编程,或者采用Eideticom 的应用 IP,作为可立即运行的预编程解决方案来交付,后者是快速发展的计算存储市场上广受认可的领导者
Enyx 开发框架 (nxFramework) 是一个软硬件开发环境,旨在为金融行业高效构建和维护超低时延的 FPGA 应用。nxFramework 建立在 10 年的研发基础之上,是所有 Enyx 现成解决方案的基础,可为客户提供管理一系列大量应用的工具链。
从2018年设立DAC-SDC开始,每年都会吸引全球百支知名研究团队参与角逐,与计算机视觉类的国际知名目标检测比赛不同,DAC-SDC对高精度、高效率的追求不仅仅停留在算法层面,其更注重考察基于软硬件协同的系统构建能力,即参赛设计不仅要提高复杂场景中小物体精准检测的能力,还需要考虑整个硬件系统在图像处理速度和功耗方面的要求
赛灵思与全球发展速度最快的硬件学习、编程与构建开发者社区Hackster.io携手推出的首届赛灵思自适应计算挑战赛一上线就收到了广大开发者和初创企业的踊跃报名。在报名过程中,也遇到了不少开发者和初创企业发来的疑问,Xilinx技术社区今天给各位带来一一解答
近日,赛灵思公司与美国 Quester 公司联手推出一款可扩展数字化多光束快闪激光雷达。一石激起千层浪,包括机器人和自动驾驶出租车在内的 15 个不同市场均将从此收益,交通行业也将因此迈上发展新台阶。
在这个全民直播的时代, 视频直播远没有看上去那么美好,直播卡顿、画面模糊失真等等问题,简直防不胜防。而对于视频直播服务提供商来说,带宽、流量、视频转码等多方面的影响,使得他们也同样面临前所未有的挑战。
Vitis™ AI 开发环境是 Xilinx 的开发平台,适用于在 Xilinx 硬件平台(包括边缘器件和 Alveo 卡)上进行人工智能推断。它由优化的 IP、工具、库、模型和示例设计组成。Vitis AI 以高效易用为设计理念,可在 Xilinx FPGA 和 ACAP 上充分发挥人工智能加速的潜力
自从工信部 2019 年 6 月初发放 5G 牌照以来,中国 5G 建设一直在不断加速,预计 5G 基站数量将在 2020 年超过 50 万个。由于 5G 技术目前仍处在快速更新状态,因此基站必须具备足够的灵活性以应对技术的持续优化,这就为可编程芯片提供了广阔的舞台。作为全球首屈一指的 FPGA(现场可编程门阵列)供应商,赛灵思也迎来了全新的发展机遇
得益于人工智能的发展,它在机器人、物联网和智能个人助理(如Siri和Alexa)等方面创造了惊人的发展。那什么是人工智能呢?人工智能最简单的定义是:收集有关世界的数据,并利用这些数据进行短期和长期的预测。
2020年7月21日,由集成电路自动化设计顶级会议DAC主办的第三届【低功耗目标探测系统设计挑战赛】落下帷幕,本届比赛旨在为终端设备设计高精度且高能效的物体检测系统,共吸引了来自全球多个知名研究机构共80支队伍参加,竞争非常激烈。来自北京工业大学的BJUT_Runner团队和上海科技大学的SkrSkr团队包揽冠亚军
Vitis™ AI 开发环境是 Xilinx 的开发平台,适用于在 Xilinx 硬件平台(包括边缘器件和 Alveo 卡)上进行人工智能推断。它由优化的 IP、工具、库、模型和示例设计组成。Vitis AI 以高效易用为设计理念,可在 Xilinx FPGA 和 ACAP 上充分发挥人工智能加速的潜力。
医用超声拥有众多显著优势,是目前最为广泛接受和使用的诊断成像方式。在本白皮书中,赛灵思就介绍了处理器件和新的开发环境如何实时地轻松实现这些先进的成像方法。赛灵思 Versal™ 自适应计算加速平台 (ACAP) 器件与赛灵思 Alveo™ 数据中心加速卡可部署在工作站或服务器上,是实现 SA 和 PW 方法的理想硬件选择
纵观 AI 发展,2020 年的我们身处何地?是黄金时代?还是寒冬前兆?AI 芯片现状如何,未来将走向何方?赛灵思将为 AI 发展带来什么价值?
且听原深鉴科技 90 后 CEO 姚颂(现赛灵思人工智能高级总监)为您解读





