AI加速

阿里云的业务之一是为众多第三方厂商处理海量产品图像。由于一些图像内含有未付费广告等多余文本信息，给付费广告业务造成不利影响，因此，为了确保电子商务网站提供一致的体验，需要以 AI 推断对每天数千万幅图像中嵌入的有害文本或多余文本进行检测

做深度学习加速器已经两年了，从RTL设计到仿真验证，以及相应的去了解了Linux驱动，深度学习压缩方法等等。今天来捋一捋AI加速器都涉及到哪些领域，需要哪些方面的知识。可以用于AI加速器的主要有三种不同架构的器件种类：CPU，GPU，AI芯片/FPGA。

Aupera Technologies 是数据中心视频处理系统领域的新兴企业。Aup2600 是一种专用分布式视频处理系统，内置 48 个赛灵思 Zynq® UltraScale+™ MPSoC。此外，Aup2600 还提供基于赛灵思 Vivado 环境的完整视频 +AI 软件框架和用于神经网络处理的深度学习处理器单元 (DPU)。

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。

对于工厂、医院以及其它环境内重要资产的细微性能或行为变化，机器识别的速度远远快于人类。Xilinx 助力的系统可结合智能性，通过应用预测性维护来最大限度提升生产力并减少停机时间。基于 Python 以及神经网络的 Xilinx 边缘 AI 解决方案可简化硬件加速预测性维护的实现

近日，在第八届EEVIA年度中国ICT媒体论坛暨2019产业和技术展望研讨会上，赛灵思人工智能市场总监刘竞秀在现场为大家带来了“FPGA — 人工智能计算的加速引擎”的主题演讲，作为拥有中国/美国/欧盟/日本/韩国共45项专利申请的业界大咖，他精彩解读了当前人工智能落地的主要障碍，并给出了赛灵思的破解“方法论”

聆听软件与 IP 产品执行副总裁 Salil Raje 与您分享最新的 Xilinx 机器学习战略

SKT 的自动语音识别 (ASR) 系统采用赛灵思® Kintex® UltraScale™ FPGA为其声控助手 NUGU 加速。与使用 GPU 相比，SKT 的自动语音识别应用性能提高了 5 倍，单位功耗性能也提高了 16 倍。