AI（人工智能）推断方案选择的三大重点：
1. 最低时延的 AI 推断
在数据中心 AI 平台上，对于低时延 AI 推断，赛灵思能以最低时延的条件下提供最高吞吐量，在 GoogleNet V1 上进行的标准基准测试当中，赛灵思 Alveo U250 可为实时推断提供比现有最快的 GPU 多出 4 倍的吞吐量。
而在边缘 AI 平台，赛灵思方案利用 CNN 剪枝技术获得了 AI 推断性能的领导地位，比如，可实现 5-50 倍的网络性能优化；大幅增加 FPS 的前提下降低功耗。对于开发者来说，赛灵思支持 Tensorflow、Caffe 和 MXNet 等网络，并用赛灵思提供的工具链将网络部署到赛灵思的加速器上。
如下图所示，传统 CPU/GPU 只能在“高吞吐量”和“低时延”两者选择其一，如需低时延则无法满足大批量规模的吞吐量；而一旦需要使用大批量规模实现吞吐量，在处理之前，器件必须等待所有输入就绪之后再处理，从而导致高时延。而使用 FPGA，则可以采用小批量规模实现吞吐量，并在每个输入就绪之时开始处理，从而降低时延。
2. 整体应用加速
通过将自定义加速器紧密耦合在动态架构芯片器件中，优化了 AI 推断，并对其它对性能有关键影响的功能进行硬件加速。
提供端对端的应用性能，该性能比 GPU 等固定架构 AI 加速器高很多；因为使用 GPU，在没有自定义硬件加速性能或效率的情况下，应用的其它性能关键功能须仍在软件中运行。
3. 匹配 AI 创新的速度
人工智能模型正在迅速发展，新算法层出不穷，灵活应变的芯片支持基于特定区领域架构（DSA）的设计，从而无需更换芯片，即可开始优化最新的人工智能模型。从而最大限度地匹配创新的速度，为客户赢得宝贵的 Time To Market。从下图可以看出，专用芯片开发周期长，在对 DSA 的支持上非常不友好，无法满足现阶段 AI 创新的更迭速度。
更多信息请点击： https://china.xilinx.com/applications/megatrends/machine-learning.html#why
