kv260

PYNQ官方发布了支持Kria SoM-KV260 Starter Kit)的镜像，此次发布中，Linux部分采用了Kria SoM官方的Ubuntu Linux镜像，所有已有KV260平台的用户可以不用重新烧写SD卡 Linux镜像

如果KV260是你的第一个FPGA的AI加速平台，那么在上手KV260的开发的时候，你可能会遇到很多的困难。尤其是当你尝试阅读Jupyter中的sample代码时，你会发现很多代码都像黑魔法一样都难以理解。

FPGA被称为万能芯片，通过逻辑编程，可以实现基本上所有功能。那么问题来了，所以如果用FPGA加速人工智能，实现深度学习算法，难度大不大？

Kria KV260 超长干货之开箱指南

赛灵思软件与AI市场部高级Vitis AI 技术专家在成都·赛灵思应用创新中心为大家进行一场针对热门赛道Xilinx Kria KV260 的线下培训，开发者可以通过专家讲解和在现场上手实践来更加深入地了解产品性能、优势以及基于此构建可实施的创新型应用。

如今各种机器学习框架的普及使得个人搭建和训练一个机器学习模型越来越容易。然而现实中大量的机器学习模型训练完后需要在边缘端部署，那么我们看看借助Xilinx Vitis-AI工具，如何仅仅使用10行代码，就能在ZYNQ MP器件上部署深度学习模型实现图像分类。

KV260 是一款功能齐全的评估套件，能够利用预先构建的加速应用程序为 K26 SOM 上的生产部署快速开发独特的解决方案。

今天对于越来越多的人来说，人工智能（AI）已经不再是一个很“玄”的概念，而是实实在在走到了我们的身边。其中视觉AI应用就是离我们最近的一个。不论是无处不在的“刷脸”身份认证，还是工业生产线上的机器视觉检测，或者是汽车的自动驾驶，视觉AI应用正在快速渗透到我们生活中的方方面面。

由 AI 提供支持的应用，正在日益普遍地被部署到边缘和终端，高性能 AI 推断正在推动更智慧的城市和高度自动化的智能工厂步入现实。随着智能零售引入了极为精致的自动化购物体验，零售体验也变得更加精巧细腻。这些应用需要具备极高可靠性并提供高性能，同时也需要提供高效紧凑的外形尺寸。