机器学习

赛灵思近日宣布推出 Vivado® ML 版，这是业内首个基于机器学习（ML ）优化算法以及先进的面向团队协作的设计流程打造的 FPGA EDA 工具套件，可以显著节省设计时间与成本，与目前的 Vivado HLx 版本相比，Vivado ML 版将复杂设计的编译时间缩短了 5 倍，同时还提供了突破性的平均达 10% 的结果质量（ QoR ）提升。

赛灵思公司今日宣布推出 Vivado® ML 版，这是业内首个基于机器学习（ ML ）优化算法以及先进的面向团队协作的设计流程打造的 FPGA EDA 工具套件，可以显著节省设计时间与成本。与目前的 Vivado HLx 版本相比，Vivado ML 版将复杂设计的编译时间缩短了 5 倍，同时还提供了突破性的平均达 10% 的结果质量（ QoR ）提升。

机器学习 (ML) 技术正在强化交通部门的检测精度和数据分析能力。作为新技术，机器学习仍在不断演进发展，且新的技术标准也在制定中。广泛应用于收费系统、交通监控、安全保障等场景的智能交通摄像头系统，对于交通管理具有变革性的意义。

在本系列的前几篇文章中 ，我们讨论了 Dennard Scaling 和摩尔定律的细目以及对专用和适应性加速器的需求。 然后，我们深入研究了功耗问题，并讨论了网络压缩的高级优势。在这第三篇文章中，我们将探讨专门构建的“计算有效”神经网络模型的优点和挑战。

2014 年，斯坦福大学教授 Mark Horowitz 发表了一篇题目为“计算的能源问题（以及我们该怎么办）”的论文。这篇具有深远意义的论文，讨论了当前半导体行业所面临的最热门的、与登纳德缩放比例定律 （Dennard Scaling ）和摩尔定律 （Moore’s Law） 失效相关的挑战。

本次公开课将详细介绍联邦学习，以及针对联邦学习中存在的诸如同态加密、密态运算等复杂计算力问题，结合 FPGA 高并行、高定制、低延迟等特性，分享在联邦学习中具体的 FPGA 加速方案和成果，使得计算性能和效率大幅提升。

MLPerf 组织最近发布了最新一轮机器学习性能测试结果，首次直接参加此次测试的“新力量” 赛灵思， 在最新 MLPerf 推断基准测试中取得了“图像分类”最高的性能/峰值成绩。TOPS（每秒万亿次运算） 是一个衡量性能效率的指标，意味着在给定 X 个硬件峰值计算量的情况下，赛灵思提供了最高的吞吐量性能。

AuperaEdge AI 解决方案 - AUPV205 智能盒为视频流协议处理、解码、AI 分析和编码提供了完整的视频处理和 AI 分析管道解决方案。

Versal 是业界ACAP 是一种高度集成的多核异构计算平台，可在软硬件两个层面随时进行更改，从而动态地适应数据中心、汽车、5G 无线、有线等市场的广泛应用与工作负载。方便软件开发者、数据科学家和硬件开发者等都能轻松进行编程。