跳转到主要内容
瑞苏盈科专栏
我与瑞苏盈科板卡的开发故事
Vivado ML 2022.1 的新增功能

本视频介绍了此版本中的新功能和增强功能,包括 Versal® 设计的结果质量 (QoR) 改进、基于 ML 的资源估计、面向 Versal 器件的 ML 策略运行以及其他器件支持。

看门狗 (SWDT) 在Zynq MPSoC 上的使用技巧

在Zynq MPSoC的器件里,PS (Processing System )集成了三个看门狗,分别是CSU SWDT,LPD SWDT和FPD SWDT。CSU SWDT用于保护CSU与PMU及其相关连接。

从底层结构开始学习FPGA----MUX多路选择器(Multiplexer)

多路选择器MUX是一个多输入、单输出的组合逻辑电路,一个n输入的多路选择器就是一个n路的数字开关,可以根据通道选择控制信号的不同

基于FPGA的DDS设计方案

随着电子技术的不断发展,传统的频率合成技术逐渐不能满足人们对于频率转换速度、频率分辨率等方面的追求,直接数字频率合成技术应运而生。

FPGA Xilinx 高速串行收发器横向比较

长时间没有做高速相关的FPGA单板开发,一直停留在GTX和GTP的时代,是时候梳理一下,从Xilinx的7系列到目前的ultrascale系列

开始学习EV12AQ600 ADC和Xilinx FPGA的ESIstream串行接口

您将学习如何简单地下载并创建Vivado工程,实现ADC EV12AQ600/605的串行接口,并缩短您的开发时间。

在设计文件中,如何确定信号是reg型还是wire型?

当我们使用Verilog时,对于信号定义为reg型还是wire型比较混乱,那么今天我们就来讲一讲如何快速的进行信号定义。

Xilinx SelectIO IP使用说明(一)

本文主要针对Xilinx SelectIO IP的GUI(图形用户界面),对每个参数进行详细解释,理解其中的内涵,快速完成驱动设计。

Xilinx的智能门控时钟技术你了解吗?

时钟门控是一种很好理解的功率优化技术,用于ASIC和FPGA设计,以消除不必要的开关行为。这种方法通常需要设计者在他们的RTL代码中添加少量的逻辑来禁用或取消不必要的活动时序单元--例如寄存器

AMD阐释详细战略以推动3000亿美元高性能和自适应计算解决方案市场进一步增长

AMD公布下一代硬件和软件路线图、扩展应对全新市场的产品组合与策略,以加速数据中心增长并普及AI领导地位

从底层结构开始学习FPGA----LUT查找表

记得刚接触FPGA的时候,总能看见类似这样的一句话----FPGA是基于查找表LUT的可编程逻辑器件。FPGA常常被人比作“数字积木”,就是因为底层资源的丰富和灵活,要做任何“玩具”

AI边缘端加速应用-- 基于Xilinx Kria自适应SOM部署

此次培训将基于Xilinx第一款SOM产品KRIA K26 SOM,专门针对智慧城市和智能工厂中的视觉AI应用,并结合开箱即用的KRIA KV260 AI VISION入门套件实际演示,为您展示如何进行快速自适应SOM开发和加速应用

读取Xilinx FPGA芯片的唯一ID号DNA

用过单片机的朋友都知道,单片机芯片内部都有一串序列号,比如STM32,称之为Unique device ID,是一个96Bit的只读数据。和单片机一样,FPGA芯片内部同样也有ID

Xilinx(赛灵思) CEO Victor Peng:“神奇的事情总发生在多学科交汇碰撞中”

自2018年担任Xilinx公司首席执行官以来,Victor Peng始终强调通过自适应计算加速平台(ACAP)开拓新市场。

从底层结构开始学习FPGA----Xilinx 7 系列 FPGA 的逻辑优势

这篇文章主要是通过介绍7系列与之前产品的对比,来展示7系列产品的基本逻辑单元的优点。

VDMA调试总结

本文介绍了VDMA调试常用方法和一些需要注意的问题。

Xilinx FPGA DDR3设计(二)时钟介绍

本文介绍Xilinx FPGA外接DDR3时钟相关参数及配置。

基于PYNQ的MIPI成像平台

我准备在 PYNQ 中创建一个 MIPI 成像平台,我们可以借此使用它来探索 Vitis 视觉库。

多AXI通道读写DDR的阻塞问题?

基于vivado2020.1和zcu102开发板(rev1.1)开发项目,工程涉及DDR4(MIG)和PL端多个读写接口交互的问题,通过AXI interconnect进行互联和仲裁(采用默认配置)。

AMD 两篇论文入选 CVPR:算法研究与产业应用“相辅相成”

6 月 19 日,CVPR 2022 即将举行。在今年的会议上,来自北京的 AMD AI 研发团队再次入选两篇论文——《动态稀疏 R-CNN》和《用于细粒度视觉分类和目标重识别的双重交叉注意力学习》