快讯
赛灵思为 AI 应用提供了全面的硬件和软件支持，关注赛灵思微信，每个月您都能收到我们在 AI 相关领域的最新动向和资料更新，从设计范例，IP和工具，实例演示，到 技术文档等内容的更新，不一而足，干货满满。
SumUp Analytics 的 Nucleus 平台是一个提供 Xilinx FPGA 支持的实时文本分析 SaaS 算法，用于从非结构化文本中识别、提取和分析重要信息。该平台在采用 Alveo™ U200 加速器卡的本地设备或 AWS EC2 F1 实例上无缝工作。Nucleus 不仅包括一个运行在 Xilinx FPGA 上的 Python/SDAccel 混合库，用于核心分析，而且还包括用于外设分析的分布式 CPU
SP701 评估套件配备业界最佳性能功耗比 Spartan®-7 FPGA，适用于需要传感器融合的设计，如工业网络、嵌入式视觉和汽车等应用。SP701 通过 Pmods 和 FMC 连接器提供高 I/O 可用性和 I/O 扩展，使其成为 Spartan-7 FPGA 用户最大的 IP 开发平台。所包含的 XC7S100 FPGA 是 Spartan-7 系列中密度最大的器件。XC7S100 拥有 102K 逻辑单元和 400 个 I/O 引脚，可将可扩展连接与高处理能力进行配对，所有这些都通过统一封装提供，是边缘应用的理想选择。
深度神经网络（deep nearal network）是机器学习发展20年来取得的最大突破，比如在语音识别方面，相比于传统方法，其将错误率降低了30%；而在2011年的图片识别竞赛上，将错误率从26%降低到3.5%，这些使得处于发展低谷的人工智能突然热门起来，从学术界扩展到工业界，甚至在google的alpha go击败了顶级围棋大师李世石后，人工智能成为全民讨论的热门，所有的程序员都梦想转行机器学习
自比特币诞生之后，PoW挖矿作为最主流的共识机制已经运行了十年有余，而近年来由于挖矿造成的巨大能源消耗、算力逐渐集中于几大矿池而趋向中心化，以及挖矿设备相对较高的准入门槛使得越来越多的人转向新的共识机制，如PoS、DPoS、PoC等等
使用逻辑回归、K 均值和交替最小二乘法加速您的 Apache Spark 应用。 AML 是 InAccel 的加速机器学习库。旨在维护其它开源框架（如 Apache Spark）简单易用的实用接口，同时加速机器学习模型的训练环节。现在 AML 拥有所有所需的库，可训练您的逻辑回归和 Kmeans 模型
3D 打印领域正在材料与工艺、速度与复杂性，以及从制造商到大规模制造的商业模式等多个领域迅速发展。Xilinx SoC 和 FPGA 可为 3D 打印机设计人员和最终用户提供大量决定性优势
当下，数字经济蓬勃发展，作为驱动数字经济发展的技术推动力——5G和AI也在不断革新。作为FPGA的发明者，赛灵思公司将企业使命定位为“打造灵活应变，万物智能的世界”，致力于通过公司的转型和全新类型产品的打造，赋能所有的创新者以高性能且灵活应变的智能计算平台，加速其创新事业
<strong>ML Suite V1.4 更新</strong>
赛灵思机器学习套件（ML Suite） v1.4 已于 5 月 24 日发布，主要更新功能包括：
<li>DECENT 量化器的集成</li>
<li>xfDNN Runtime API 已升级，可支持多输出网络</li>
<li>简单易用的增强功能</li>
支持 Docker 镜像
支持 Caffe 的自定义 Python 层
用于网络权重的 HDF5 格式
<li>增加对新模型的支持</li>
基于赛灵思技术的系统可以结合人工智能，通过采用“可预测性维护”的方案减少设备停机时间，从而最大限度地提高生产力。赛灵思的基于 Python 和神经网络的Edge AI 解决方案简化了硬件加速的可预测维护方案的实现，从而可以持续性地监控重要资产，分析数据，以及智能地为这些系统规划服务。
为新无线标准制定和部署验证或生产测试策略是十分困难的。而随着5G NR等新无线标准和技术的复杂性不断增加，这方面工作的难度进一步加大。其中的挑战包括更宽且更复杂的波形、测试点数量呈指数级增长，以及使用波束成形和相控阵天线等技术来改善有限的链路预算
Accelize 可为 FPGA 加速应用和 IP 核提供 DRM 支持的分配平台，通过即时、可扩展的安全部署为全球客户提高收入。 该平台支持任何 CSP，如AWS、华为、阿里巴巴、Nimbix 或 Xilinx Alveo 板卡，用于本地部署
上个月，兰斯大学（University of Reims）成功举办了一场研讨会，就OpenPOWER基金会、POWER9和PowerAI进行探讨交流。该大学的教师、学生与来自IBM POWER Systems、 EBV Elektronik以及巴塞罗那超算中心的专家们济济一堂，分享知识、交流技术、碰撞智慧，呈现了一场精彩的思想盛宴！
随着自定义图像信号处理 (ISP) 技术的出现，基于神经网络的机器学习推断正迅速成为监控设备制造商实现差异化所依靠的主要方法。Xilinx 通过以下方式提供高效、可扩展的定制化
昨天，2019年SEU-Xilinx国际暑期学校正式在南京集成电路产业服务中心扬帆起航，100多位学员在炎炎烈日中投身于暑期学习，希望他们接下来12天的付出都能够取得成果。
<font color="#FF8000">集成性、智能性以及最高功耗性能比可实现功能强大的小型视觉解决方案</font>
由于高带宽接口和低时延像素级处理，Xilinx FPGA 广泛应用于机器视觉传感器接口和采集卡。随着智能相机及其它形式的嵌入式视觉智能应用的兴起，Xilinx SoC 现已成了小型高性能视觉应用的最佳解决方案，因为其单片集成：
HMI 可作为用户来往信息的枢纽，无论用户设备是在工厂车间、是远程 SCADA 系统、手持设备和可穿戴设备的一部分，还是整合在运营商控制的任意数量或类型的资产中，都不例外。现代 HMI 提供融合本地数据和云数据的容量，从而可提供对流程或任务清晰的洞察，但随着端点计算的兴起
图像目标识别是机器视觉中的核心研究领域，在农业、工业和医疗等领域均有涉及。例如，在农作物生长过程之中，通过运用该技术实施药物喷洒，能有效预防农作物病虫害的发生。由于机器视觉的图像目标识别方法能将大量信息进行集中处理，能够更好的达到计算机集成制造基础目标
旷视是中国领先的 AI 解决方案提供商，致力于为全球用户提供前沿的 AI 算法和解决方案，助力构建智能物联网 (IoT) 系统。旷视提供的应用包括人脸识别、图像识别、智能视频云产品、智能传感器和智能机器人产品。其技术已广泛应用于金融、手机、安全、物流、零售等领域
