驱动无处不在的连接,Xilinx Alveo U50 摘取全球电子成就奖
demi 在 周三, 11/13/2019 - 13:59 提交
近日,由全球电子技术领域知名媒体集团ASPENCORE主办的“2019全球CEO峰会”在深圳盛大举行,赛灵思大中华区销售副总裁唐晓蕾出席了此次峰会的压轴环节——圆桌论坛,与其他业界重磅嘉宾一起以“无处不在的连接”为主题,共同探讨全球连接趋势为工业和消费市场带来的机遇与挑战,以及如何让连接变得智慧且“有灵魂”。
近日,由全球电子技术领域知名媒体集团ASPENCORE主办的“2019全球CEO峰会”在深圳盛大举行,赛灵思大中华区销售副总裁唐晓蕾出席了此次峰会的压轴环节——圆桌论坛,与其他业界重磅嘉宾一起以“无处不在的连接”为主题,共同探讨全球连接趋势为工业和消费市场带来的机遇与挑战,以及如何让连接变得智慧且“有灵魂”。
重磅消息:Vitis 统一软件平台与优化开源库即日起正式开放免费下载了!
赛灵思公司(Xilinx)推出了两款赛灵思汽车级(XA)新器件 Zynq® UltraScale+™ MPSoC 7EV 和 11EG,进一步丰富其汽车级 16nm 产品系列。
目前主流的FPGA都采用基于SRAM工艺的查找表结构,也有一些军品和宇航级FPGA采用Flash或者熔丝与反熔丝工艺的查找表结构。
本用户指南介绍了如何开发一种方法以在Xilinx®Zynq®和Zynq UltraScale +™MPSoC平台上的多个处理器之间实现通信。
赛灵思2019年度的最大活动:赛灵思开发者大会(Xilinx Developer Forum, XDF)即将拉开帷幕。北京站的学术大咖现在隆重揭晓:
一般基于FPGA的网络加速设计都会强调模型被压缩了多少以及FPGA上可以跑得多快,却很少集中于去改善精度。
本文想要聊聊比较特殊的“-m”选项:关于它的典型用法、原理解析与发展演变的过程。
二维卷积是常用的图像处理算法,即图像滑窗内的并行数据按滑窗内的坐标与卷积核函数对应坐标的参数相乘后,将所有乘法积值相加得到卷积滤波结果。
卷积神经网络 (CNN) 推断计算成本极高,每次推断都需要数十亿次运算。此外,许多关键应用还需要极低的时延,而且还必须支持极高的帧速率。 鉴于这些限制以及对不足 10W 功耗、高可靠性、安全性和长时间产品使用寿命的需求,我们怎样才能设计出能够提供所需 ML 推断性能的集成式摄像头?