速来,Xilinx Vitis AI 1.2 开放下载了!

Vitis AI:从边缘到云的最佳人工智能推断

Vitis™ AI 开发环境是 Xilinx 的开发平台,适用于在 Xilinx 硬件平台(包括边缘器件和 Alveo 卡)上进行人工智能推断。它由优化的 IP、工具、库、模型和示例设计组成。Vitis AI 以高效易用为设计理念,可在 Xilinx FPGA 和 ACAP 上充分发挥人工智能加速的潜力。

全新 1.2 版本新增了以下功能:

  • Vitis™ AI 量化器和 DNNDK 运行时开源
  • AI Model Zoo 中添加了 14 个新参考模型(Pytorch, Caffe, Tensorflow)
  • Vitis AI 量化器支持优化的模型(剪枝)
  • 更新了 DPU 命名规则,以在所有配置中保持一致
  • 推出面向边缘和云的 Vitis AI Profiler
  • ONNXRuntime 和 TVM 支持 Vitis AI
  • 新增了对 Alveo U50/U50LV 和 U280 的支持
  • Alveo U50/U50LV DPU DPUCAHX8H 微架构改进
  • 升级 DPU TRD,以支持 Vitis 2020.1 和 Vivado 2020.1
  • Vitis AI 支持 Pytorch CNN 通用访问(测试版)
  • Vitis AI 平台的介绍

    AI 优化器

    有了世界领先的模型压缩技术,我们可以在对精度影响极小的情况下,将模型的复杂性降低 5 至 50 倍。深度压缩可将您的 AI 推断性能提升到一个新的层次。

    AI 量化器

    通过将 32 位浮点权值和激活量转换为 INT8 这样的定点,AI 量化器可在不影响预测精度的情况下,降低计算复杂度。定点网络模型需要的内存带宽更少,因此比浮点网络模型速度更快,电源效率更高。

    AI 编译器

    将 AI 模型映射至高效指令集及数据流。还可执行高级优化任务,如层融合和指令排程等,并可尽量重复使用片上内存。

    AI 配置器

    性能分析器有助于程序员深入分析 AI 推断实现方案的效率和利用率。

    AI 库

    该运行时提供一系列轻量级 C++ 及 Python API,其可实现便捷的应用开发。此外,它还提供高效的任务调度、内存管理和中断处理。

    点击 https://github.com/Xilinx/Vitis-AI 下载更多 Vitis AI 技术文档与设计资源。

    推荐阅读