多地巡回、连续数月，究竟是怎样一款产品令安富利为其精心筹备了一连串活动？ 如何跨越AI系统的开发门槛成为一名“高级玩家”？拥有一款“开箱即用”的开发套件是种怎样的体验？

科研仪器成本高昂。研究人员如果想要在实验室里测量 13 种不同参数，就需要 13 种不同的工具。而且随着越来越多的研究人员、工程师和学生需要开展远程协作，为每个人配备必要工具来完成工作的成本也会迅速增加。Liquid Instruments 意识到了这一挑战，并决定开发出一套解决方案，使用由软件定义的硬件将多种工具集成为单个工具，改变测试测量的方式。

在Vitis完成这个过程的底层，实际调用的是Vivado。Vitis会指定默认的Vivado策略来执行综合和实现的步骤。当默认的Vivado策略无法达到预期的时序要求时，我们需要在Vivado中分析时序问题的原因, 并根据时序失败的原因调整Vivado各个步骤的选项。有时我们也需要调整Vivado各个步骤的选项做不同方向的优化。

Vitis + ZCU104案例教程分享

本文描述了如何使用 XMPU、XPPU 和 TrustZone 提供的硬件和软件机制进行子系统的隔离。

了解如何将动态区域放置在动态区域内，以扩展 Dynamic Function eXchange 设计的灵活性和效率。

使用 Alveo U30 软件开发者套件 (SDK) 在一天内启动开发。观看视频，快速上手。

Kintex UltraScale+ 拥有的高速 SerDes，大大简化了 PCB 设计、节约了 PCB 面积；其片内集成大量 Block RAM、UltraRAM，替代了传统方案中的多片外挂 QDR SRAM，从而大幅节省 IO 资源和 PCB 面积。Kintex 器件所拥有的高速处理时钟和丰富的 DSP 资源，满足了数字示波器宽带实时数字信号处理，复杂滤波，高速 FFT 需求。

“软硬兼长”是京信与赛灵思合作的基础，也是更好赋能 Open RAN 的一大关键。自2007年初以来，京信随即开始采用赛灵思芯片及解决方案，并随其演进步伐持续开发高质量无线电产品及系统。赛灵思 Artix 7 系列 FPGA 广泛用于京信 2G/3G/4G 传统产品线。伴随 5G 时代的到来，赛灵思 Zynq 7000 SoC、MPSoC、Kintex 系列已广泛应用于京信新一代高效无线产品。

在使用ZYNQ进行开发设计时，往往需要对一些GPIO引脚进行配置，传统的配置方法通常在PL端进行管脚约束之后在Verilog代码中对相应引脚进行配置。这样如果开发过程中一旦有需要对管脚配置进行修改的话，那么就必须重新进行综合、布局布线、生成比特流文件，如果设计工程相对复杂的话，完成整个过程通常需要相当长一段时间。影响开发效率。

DNN加速器的设计一直在两个方面使力：通用架构和高效性能。通用性需要自顶向下的设计，首先综合各种神经网络的算子设计一套标准的指令集，然后根据硬件平台的特点，考察计算资源，存储资源以及带宽，进行硬件的模块化设计，在指令集以及硬件的特殊结构基础上，再去构建工具链。

为专用硬件架构设计神经网络，是近年来的热门话题，特别是在边缘器件上。在本次演讲视频中，您将了解如何借助 Once-for-All 神经网络，以低成本形式为 Xilinx 普及型 AI 平台 Vitis AI 搜索和部署高效率模型。

Xilinx Kintex®-7 系列 FPGA 采用 28 nm 工艺，提供业界最高的性价比和低功耗，同时提供高 DSP 比率和高性价比封装，支持 PCIe Gen3 和 10 Gbps Ethernet 等主流标准。Kintex®-7 系列是各种应用的理想选择，比如 3G/4G 无线、平板显示器和 IP 视频解决方案。

以太网技术继续向更高、更优的性能和功能水平不断迈进。万兆以太网 (GbE) 有望满足苛刻的市场需求，提升性能并仍能兼容之前的各种变型。它可以满足高性能实时系统、云计算、零延迟传输系统和高性能嵌入式计算 (HPEC) 的苛刻需求。它也是高速处理器之间和 I/O 通信的可行性选择。

Xilinx Artix®-7 系列的成本优化型 FPGA ，提供具有业界最高性能功耗比的结构、收发器线速、DSP 处理能力和 AMS 集成。该系列产品采用 MicroBlaze™ 嵌入式软核，支持 1066Mb/s DDR3，特别适用于各种成本功耗敏感型应用，比如软件定义无线电、机器视觉相机和低端无线回传。大电流型号适合 > 4A 的设计，小电流型号适合 < 4A 的设计。

环境条件，首先需要安装opencv3.x版本，这个opencv是在执行test bench的时候才有用，个人理解就是能够生成处理后的图片，方便对比处理效果。不安装并不影响生成RTL kernel。

Xilinx 器件及 Vitis/Vitis AI 解决方案可为众多应用加速，包括视频处理、图像预处理、AI 推断以及内存带宽优化等。在本视频中，我们将演示如何使用 Xilinx ZCU104 开发人体检测应用。

在本篇博文中，我们将在“猫和狗”数据库上重复先前第 2 部分中已完成的过程，并且我们将添加一些其它内容。

前提环境：开发板上电后，JTAG模式启动，SD卡已烧写系统文件，JTAG 和UART已连接主机。首先 下载驱动Linux_3.x.x_4.x.x_VCP_Driver_Source.zip

Xilinx 推出 Versal™ HBM 系列，在单个平台上融合了高速存储器、安全连接和自适应计算，面向计算最密集、内存受限、高带宽应用。