Zynq® UltraScale+™ RFSoC ZCU1285 特性描述套件提供您对集成型 ADC 和 DAC 以及 Zynq UltraScale+ Gen 2 XCZU39DR RFSoC 上提供的 GTY 和 GTR 收发器进行特性描述和评估时所需的一切。所有 16 个 12 位 2.220GSPS ADC、所有 16 个 14 位 6.554GSPS DAC、所有 16 个 GTY 收发器以及所有 4 个 GTR 收发器都可通过 Samtec BullsEye 连接器访问

看完一条微博/微信要多久？100条呢？1000条呢？8000条呢？看完再整理出高效的数据分析和见解呢？近期，美国 SumUP 分析公司利用其研发的实时文本分析平台，对美国总统特朗普就职以来的 8,000 多条 Twitter （英文的微博）推送进行了分析和处理，全程仅用 20 秒，秒杀的节奏！

Silexica芯登科技发布了2019.2版的SLX开发工具，新版本对FPGA和C/C ++两大产品性能进行了重大改进。当开发人员在为Xilinx®Vivado®HLS设计流程 时，SLX FPGA所提供的优化C / C ++代码能够帮助其向HLS(高层次综合)做好准备。其中新加自动插入HLS编译指示功能将HLS的性能平均提升35倍(与没有HLS编译指示功能的版本相比)

要说在FPGA领域的地位，绝对没有哪家企业可以撼动赛灵思，毕竟FPGA就是人家发明的，而赛灵思的“野心”绝不止于此。除了发明FPGA，它还推出了许多项第一：第一家Fabless公司；第一个嵌入式处理器的FPGA；第一个3D架构的FPGA；第一个HLS开发工具Vivado；第一个ASIC+UltraScale架构FPGA

全国高校自动化类专业教学论坛将于2019年8月6-8日在沈阳举行（详情链接 http://www.edu-forum.cn/zdhyxb/ ），此次活动主要围绕自动化， 机器人，人工智能这几大方向举行。Xilinx受邀在此次活动中就Xilinx相关技术进行分享。为了能让与会嘉宾以及其他相关科研人员能更深入的了解和掌握相关技术。Xilinx特于2019年8月8日举办此次“人工智能与机器人加速器工作坊”，通过动手实验和实际开源案例结合快速掌握基于Xilinx FPGA/Zynq平台的人工智能与机器人开发方法，为相关专业建设、教学实施以及工程实践提供案例和资源体系。此次活动不局限于高校相关人员，同时也对在此方向有兴趣的企业工程师开放，科教融合，产教融合共同探讨和学习人才培养。

Zebra 可消除深度学习推断中具有挑战性的编程及 FPGA 任务。Zebra 可轻松部署和适应广泛的神经网络及框架。

贸泽电子宣布与自适应和智能计算领域的知名厂商Xilinx签订了全球分销协议，即日起分销Xilinx产品，并提供开发软件和IP产品的在线下载。Xilinx是FPGA、硬件可编程片上系统 (SOC) 和自适应计算加速平台 (ACAP) 的发明者，致力于提供业内最具活力的处理器技术，打造未来自适应、智能化的互联世界

成为赛灵思超级用户，拥有以下福利，你心动了吗？

Advantech 在 AI 、IoT 智能系统与嵌入式平台领域居于全球领先地位。他们正在开发新系列的 IoT、大数据和人工智能软硬件产品。他们的边缘智能 WISE-PaaS 核采用赛灵思技术开发，是他们的产品核心。最近，Advantech 成功地将赛灵思 DPU 部署到其采用四个 ZU7EV 器件的定制板 VEGA-550 上

赛灵思为 AI 应用提供了全面的硬件和软件支持，关注赛灵思微信，每个月您都能收到我们在 AI 相关领域的最新动向和资料更新，从设计范例，IP和工具，实例演示，到 技术文档等内容的更新，不一而足，干货满满。

SumUp Analytics 的 Nucleus 平台是一个提供 Xilinx FPGA 支持的实时文本分析 SaaS 算法，用于从非结构化文本中识别、提取和分析重要信息。该平台在采用 Alveo™ U200 加速器卡的本地设备或 AWS EC2 F1 实例上无缝工作。Nucleus 不仅包括一个运行在 Xilinx FPGA 上的 Python/SDAccel 混合库，用于核心分析，而且还包括用于外设分析的分布式 CPU

SP701 评估套件配备业界最佳性能功耗比 Spartan®-7 FPGA，适用于需要传感器融合的设计，如工业网络、嵌入式视觉和汽车等应用。SP701 通过 Pmods 和 FMC 连接器提供高 I/O 可用性和 I/O 扩展，使其成为 Spartan-7 FPGA 用户最大的 IP 开发平台。所包含的 XC7S100 FPGA 是 Spartan-7 系列中密度最大的器件。XC7S100 拥有 102K 逻辑单元和 400 个 I/O 引脚，可将可扩展连接与高处理能力进行配对，所有这些都通过统一封装提供，是边缘应用的理想选择。

Xilinx 计算库提供加速数学、统计、线性代数、金融函数和预构建定价模型，帮助开发人员快速构建各种加速应用。代码是开源的，可根据需要修改。

深度神经网络（deep nearal network）是机器学习发展20年来取得的最大突破，比如在语音识别方面，相比于传统方法，其将错误率降低了30%；而在2011年的图片识别竞赛上，将错误率从26%降低到3.5%，这些使得处于发展低谷的人工智能突然热门起来，从学术界扩展到工业界，甚至在google的alpha go击败了顶级围棋大师李世石后，人工智能成为全民讨论的热门，所有的程序员都梦想转行机器学习

自比特币诞生之后，PoW挖矿作为最主流的共识机制已经运行了十年有余，而近年来由于挖矿造成的巨大能源消耗、算力逐渐集中于几大矿池而趋向中心化，以及挖矿设备相对较高的准入门槛使得越来越多的人转向新的共识机制，如PoS、DPoS、PoC等等

使用逻辑回归、K 均值和交替最小二乘法加速您的 Apache Spark 应用。 AML 是 InAccel 的加速机器学习库。旨在维护其它开源框架（如 Apache Spark）简单易用的实用接口，同时加速机器学习模型的训练环节。现在 AML 拥有所有所需的库，可训练您的逻辑回归和 Kmeans 模型

3D 打印领域正在材料与工艺、速度与复杂性，以及从制造商到大规模制造的商业模式等多个领域迅速发展。Xilinx SoC 和 FPGA 可为 3D 打印机设计人员和最终用户提供大量决定性优势

当下，数字经济蓬勃发展，作为驱动数字经济发展的技术推动力——5G和AI也在不断革新。作为FPGA的发明者，赛灵思公司将企业使命定位为“打造灵活应变，万物智能的世界”，致力于通过公司的转型和全新类型产品的打造，赋能所有的创新者以高性能且灵活应变的智能计算平台，加速其创新事业

<strong>ML Suite V1.4 更新</strong>

赛灵思机器学习套件（ML Suite） v1.4 已于 5 月 24 日发布，主要更新功能包括：

<li>DECENT 量化器的集成</li>

<li>xfDNN Runtime API 已升级，可支持多输出网络</li>

<li>简单易用的增强功能</li>

支持 Docker 镜像

支持 Caffe 的自定义 Python 层

用于网络权重的 HDF5 格式

<li>增加对新模型的支持</li>

基于赛灵思技术的系统可以结合人工智能，通过采用“可预测性维护”的方案减少设备停机时间，从而最大限度地提高生产力。赛灵思的基于 Python 和神经网络的Edge AI 解决方案简化了硬件加速的可预测维护方案的实现，从而可以持续性地监控重要资产，分析数据，以及智能地为这些系统规划服务。