PYNQ

DPU-PYNQ时一个结合PYNQ框架和Vitis AI设计平台开发的全新系统覆盖层。目前主要支持 Zynq Ultrascale系列的开发板，如Ultra96、ZCU104和ZCU111。PYNQ系列用户可以通过PIP指令一键将PYNQ2.5镜像升级到支持DPU的版本，纯软件安装包更新的体验！

成为公民科学家不是梦！闲置的计算资源不仅用于精确地建模重要蛋白质的结构，还用于设计新蛋白质，让我们一起参与抗击COVID-19！

近来卷积神经网络（CNN）的研究十分热门。CNN发展的一个瓶颈就是它需要非常庞大的运算量，在实时性上有一定问题。而FPGA具有灵活、可配置和适合高并行度计算的优点，十分适合部署CNN。

基于FPGA的灵活可配置以及强大扩展能力，PYNQ板卡可以连接各种外设，比如Seeed Studio和DFRobot就有大量的传感器外设可供选择，结合AWS Greengrass等IoT解决方案 (国内BAT公司也有类似解决方案), 就可被应用于工业物联网、智能家居等应用场景，也可以使用到无人驾驶等领域。

作为Python的官方第三方软件存储库PyPI，目前已将超过222,000个项目收纳囊中，PYNQ作为一款将Python开发语言与FPGA硬件设计完美衔接的产品，自然也是迫不及待地入住PyPI。点开PyPI主页面搜索PYNQ，可以看到已经有边缘PYNQ, Alveo板卡

PYNQ开发小组于北京时间2月24日发布了新的版本v2.5.1(Bespin, ALVEO Edition)，v2.5.1版本的PYNQ开源软件框架开始支持Xilinx的Alveo自适应加速器卡平台，如亚马逊的AWS F1实例。

此项目解释了如何在FPGA上使用resizer IP来调整图像的大小。其中对比了两种图像大小调整的解决方案的运算速度，其中之一为使用Python Image Library通过软件算法实现图像大小调整，另一种使用Xilinx xfopencv library实现了在FPGA上硬件加速的图像大小调整。

根据美国土木工程师学会（ASCE）发布的2017年基础设施报告卡，美国614,387座桥梁中近40％至少有半个世纪的历史。2016年，近10％的车辆在结构上存在缺陷。平均每天有1.88亿辆车跨越结构上不足的桥梁。桥梁的管理者们不断寻找更能减小成本效益的方法来保持桥梁的良好维修

通过使用以200 MHz运行的8个并行浮点加速器，展示小型ZU3EG SoC的科学计算能力。