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。

vivado2020.1的SDK是不是找不到了？对的，他已经摇身一变，集成进入了vitis,那么他如何使用？以及常见的问题？我们汇总一下：

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。

ADQ32双通道12位数字转换器支持每通道2.5 Gb/s的同步采样，而ADQ33则支持每通道1 GS/s的同步采样，并具有开放的Xilinx Kintex Ultrascale KU040现场可编程门阵列（FPGA） 。这两款数字化仪为高容量应用而优化

该应用说明为基于AXI的嵌入式设计提供了PL和PS安全和隔离的桥梁。

许多情况下，这些域控制器不仅仅是为一款车而设计，而是为一个支持多款车的平台而设计。主控制器可能具有相当长的生产命周期，而在此期间，软件无疑会更新。因此，它既是域控制器的寿命，也是单个车型的寿命，在某种程度上需要有更新的空间。正因为我们不知道将来会发生什么，灵活性才如此重要。

本白皮书探讨了深度卷积深度学习操作在Xilinx自适应设备上实现。 本白皮书旨在提供针对不同Xilinx器件的多种优化策略，以满足各种任务要求。 在边缘方面，Xilinx实现了轻量级的深度卷积引擎，该引擎支持相应的计算要求。

在软件开发过程中我们经常遇到用 patch 来传递和更新代码的场景。今天赛灵思技术专家以一个端到端的例子来演示在 Petalinux 使用过程中，如何给 u-boot 的源码生成patch 并在 Petalinux 中进行编译。

3月10日与您相约蓉城， 为您带来赛灵思软件与 AI 方向面对面交流活动！本活动全程免费，名额有限。参会资格以微信审核通知为准，迅速报名吧，干货多多，礼品也多多！

在Xilinx FPGA中实现的设计不需要插入全局复位网络。对于绝大多数设计，所有触发器和RAM的上电后的初始化状态比任何的逻辑复位都要全面，不需要为了仿真而插入复位，因为没有任何东西是未定义的

Petalinux可以帮助工程师简化内核模块的创建工作。在petalinux工程目录下，使用命令“petalinux-create -t modules --name --enable”，能创建Linux内核模块，包括c源代码文件、Makefile、Yocto的bb文件。相关文件放在目录“project-spec/meta-user/recipes-modules”，目录结构如下

在 "人工智能引发能源问题，我们该怎么办 （一）"中，我们简要介绍了更高层次的问题，这些问题为优化加速器的需求奠定了基础。作为一个尖锐的问题提醒，现在让我们通过一个非常简单的图像分类算法，来看一看与之相关联的计算成本与功耗。

有时CPU需要与PL进行小批量的数据交换，可以通过BRAM模块，也就是Block RAM实现此要求。本章通过Zynq的GP Master接口读写PL端的BRAM，实现与PL的交互。在本实验中加入了自定义的FPGA程序，并利用AXI4总线进行配置，通知其何时读写BRAM。

FPGA 融合了 ASIC 和基于处理器的系统的最大优势，它能够提供硬件定时的速度和稳定性，且无需类似自定制 ASIC 设计的巨额前期费用的大规模投入。但是和所有的数字电路一样，FPGA 电路中也存在毛刺问题。它的出现会影响电路工作的可靠性、稳定性，严重时会导致整个数字系统的误动作和逻辑紊乱。下面就来讨论交流一下FPGA 的竞争冒险与毛刺问题。

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。

这里以Xilinx为例，在Vivado中使用SRIO高速串行协议的IP演示如何使用官方例程和手册进行快速使用，在仔细阅读参考官方例程后进行一些修改就可以应用在实际项目中。

本文针对上海证券交易所的行情发布系统，采用Verilog硬件描述语言，在FPGA加速卡上开发了对行情信息流的以太网，IP和UDP以及FAST协议的硬件解码，设计了支持指令集编程的微指令加速引擎。与传统的基于软件的方法相比，本文提出的专用硬件处理方案延时可降低10倍以上。

赛灵思今日宣布推出一系列全新数据中心产品及解决方案，包括全新Alveo SmartNIC系列、smart world（智能世界） AI视频分析应用、一款能够实现亚微秒级交易的加速算法交易参考设计，以及Xilinx App Store（应用商店）

基因工程技术已经成为当代生物技术领域的核心发展方向，伴随着人们对未知科学的深度探索和基础应用技术的不断发展，基因工程的研究已经涉足多类领域，比如诊断，精准医疗，农业，医药等。其中农业是目前基因分析及转基因应用研究最为广泛的领域之一。

本文描述了Vitis™ AI开发包，这是一个用于深度学习处理器单元（DPU）的全栈深度学习SDK。