本该演示视频介绍了 Zynq® RFSoC DFE，这是一种适用于大规模 5G 部署的自适应无线电平台。

随着人工智能（AI）应用的高速发展，视觉AI成了各家技术公司逐鹿的主战场。基于机器学习，网络边缘的视觉AI设备可以根据AI推理，完成物体探测、人脸识别、图像分析等多种智能视觉任务，为用户带来全新的体验。

该演示展示了 Xilinx DPD v11 如何管理 GaN PA 的长期存储存应。该演示使用 Wolfspeed 的 39dBm GaN PA，展示了长期存储存应如何影响光谱发射掩模 (SEM) 和误差矢量幅度 (EVM)。看看 DPD v11 全新长期存储管理功能如何纠正这些不足。

在本文中，我们将提供一种高效方法，用于完成数据的交互、组织以及最终变换（预处理）。随后，我们将讲解如何在训练过程中正确地把数据输入给模型。PyTorch 框架将帮助我们实现此目标，我们还将从头开始编写几个类。PyTorch 可提供更完整的原生类，但创建我们自己的类可帮助我们加速学习。

本文描述了在为UltraScale+™设备使用动态功能交换时，如何改善编译时间并提高设计安全性。

2021年计算机视觉挑战赛分别由Facebook和Xilinx各支持一个赛道。在Xilinx的赛道中，主要是是提高研究者在人工智能算法（AI）加速器设计过程中的能量效率意识，同时激发研究人员针对AI加速器优化的新型神经网络架构进行创新性研究和设计。

本视频简要介绍了 Vitis AI 1.3 工具链，其中包括支持框架的量化器和编译器，并演示了设计流程。

随着人工智能和机器学习算法取得一系列新进展，众多高计算强度的应用正在被部署到边缘设备上。当下，业界迫切需要一种高效率的硬件，既能高效率地执行复杂算法又能适应这种技术的快速演进。在此背景下，赛灵思 Kria K26 SOM应运而生，为 ML 边缘应用开发提供了更加理想的选择。