自适应计算

本视频介绍怎样使用Vitis平台实现自适应计算。

1984 年，Ross Freeman 将其关于现场可编程门阵列 (FPGA) 的绝妙构想付诸实践并创立了赛灵思公司，从而确立了自适应计算的原理。从那时起，这项技术及其满足众多应用需求的能力，已历经漫长的发展道路。尽管自适应计算构建在 FPGA 技术的基础上，但它已经发展至足以覆盖更为广阔的应用类型。

作为赛灵思(Xilinx)在疫情之后在北京举办的首场大型线下活动，今年赛灵思技术日特意将主题选定为“‘适’逢芯动，聚创未来”。赛灵思大中华区核心市场销售副总裁唐晓蕾在接受《电子工程专辑》独家专访时表示，虽然只有短短的八个字，但背后所蕴含的，是赛灵思希望在当前复杂多变的环境下，通过自适应计算平台汇集数据、汇聚生态，加速创新的美好愿景。

软件和 AI 营销副总裁 Ramine Roane 将讨论行业趋势，并带您了解最新的 Xilinx 解决方案和最新产品介绍。了解 Xilinx 自适应平台如何提高加速计算的标准。

上周四，2021赛灵思技术日（XTD）首站在北京圆满落幕。赛灵思高层、技术专家以及学术、产业界嘉宾奉上精彩演讲，同时带来多款基于自适应平台的现场 demo 演示，为北京站主题“‘适’逢芯动，聚‘创’未来”增添了完美注解。

软件和 AI 营销副总裁 Ramine Roane 将讨论行业趋势，并带您了解最新的 Xilinx 解决方案和工具。了解 Xilinx 自适应计算如何提高加速应用的标准。

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。

变革性的高性能应用设计似乎令人望而却步，但凭借自适应计算，您可优化硬件以实现更高的效率，并以超出预期的速度将创新成果推向市场。本视频将为您揭晓...

当前，数据正成爆炸式且杂乱无序式增长、数据形式及用途也持续多样化，单一架构已难以完成海量数据处理。随着摩尔定律放缓，作为创新核心的芯片，其开发速率再无法追赶上创新的脚步。

人工智能发展迅速，创新步伐不断加快。然而，虽然软件行业已经成功在生产中部署了 AI，但包括汽车、工业和智能零售等在内的硬件行业，在 AI 产品化方面仍处于初级阶段。阻碍 AI 算法概念验证 (PoC) 成为真正硬件部署的主要差距仍然存在。