下载中心

凭借 Xilinx® Alveo™ 的联网和计算加速，实现基于无监督机器学习的网络防御。

Zynq® UltraScale+™ RFSoC ZCU1275 特性描述套件提供您对集成型 ADC 和 DAC 以及 Zynq UltraScale+ XCZU29DR-2FFVF1760E RFSoC 上提供的 GTY 和 GTR 收发器进行特性描述和评估时所需的一切。

本文提供了使用lwIP库为基于Zynq® UltraScale+™器件的嵌入式系统增加网络功能的设计。

结合机器学习和深度学习实现的 CTR 预估模型，相较于传统机器学习，模型评估指标大幅度提升。通过 FPGA 实现模型的推断过程，大幅度提高吞吐量，降低时延，对互联网公司大规模部署推荐系统节省更多成本。适用于广告 CTR 预估、推荐系统、新零售等场景。 相较于 96vCPU 服务器，雪湖的 FPGA 加速器把吞吐量提高了 2.4 倍，时延降低了 5.7 倍

Xilinx 和 Hewlett Packard Enterprise（HPE）建立了最终用户解决方案，该解决方案使用 HPE ProLiant DL385 Gen10 Plus 服务器和第二代 AMD EPYC 处理器实现革命性的性能。

Xilinx VCU129评估套件设计用于Virtex UltraScale+™ XCVU29P-L2FSGA2577EES9818 FPGA，能够评估和开发56G PAM4应用。该评估套件设有多个常见的高速互连、板载存储器以及PCIe Gen 3接口。

Rapanda 提供了在 FPGA 上运行的内联端到端流管道。Rapanda 为即将到来的 Event Tsunami 提供大数据流处理和机器学习的加速。

本文描述了用于实现赛灵思 FPGA 器件资源的有效利用以及在 Vivado® Design Suite 中加速设计实现和时序收敛的推荐设计方法论。提供推荐方法背后的原理，以支持用户制定出明智的设计决策。

8月27日，我们与风河公司共同举办的“软件定义汽车（SDV）：实时操作系统赋能自动驾驶”研讨会受到了大家的广泛关注。会上有观众提出了许多极具建设性的问题，小编在这里贴心地为大家总结了会上的提问，并给予了专业答复

本文提供了在Zynq® UltraScale+™器件中对BBRAM和eFUSEs进行自我编程的方法。