下载中心 | FPGA 开发圈

【白皮书】使用Artix-7 FPGA降低系统功耗和成本

本白皮书讨论了功耗对系统设计的复合影响 - 包括BOM成本 - 以及Artix-7系列如何应对各种应用中的这些挑战。

2018-10-29 | WP423, Artix-7

本白皮书探讨了将赛灵思新 AI 引擎用于计算密集型应用（如 5G 蜂窝和机器学习 DNN/CNN）的架构、应用和优势。与前几代相比，5G 的计算密度要高 5 到 10倍；AI 引擎已针对 DSP 进行了优化，可满足吞吐量和计算要求，从而提供无线连接所需的高带宽和加速速度。许多产品中机器学习的采用（通常采用 DNN/CNN 网络的形式）大大增加了计算密度要求。AI 引擎针对线性代数进行了优化，... 阅读详情

2018-10-19 | AI引擎, Versal, wp506, 今日头条

【白皮书】使用赛灵思 Alveo 加速器卡加速 DNN

Xilinx® 深度神经网络 (xDNN) 引擎使用 Xilinx® Alveo™ 数据中心加速器卡提供高性能、低时延、高能效的 DNN 加速。通过保持较低能源成本以及最大限度地减少实现过程中所需的特定加速器的数量，可以显著降低总体拥有成本 (TCO)。赛灵思 Alveo 加速器卡在高性能、高能效、灵活的机器学习 (ML) 推断方面表现出色。xDNN 处理引擎已被开发用于一般执行卷积神经网络... 阅读详情

2018-10-18 | Alveo, DNN, wp504, 数据中心加速器卡, 深度神经网络

【白皮书】Versal: 首款自适应计算加速平台 (ACAP)

近来涌现的技术挑战迫使业界跳出传统的通用（one-size-fits-all）型CPU标量处理解决方案，进而探讨新的发展方向。大型的矢量处理（DSP-GPU）技术能够解决一些问题，但由于其灵活性欠佳及低效率存储器带宽的使用，导致再次陷入了传统的扩展挑战。传统FPGA解决方案提供可编程存储器层级，但传统的硬件开发流程一直是阻碍数据中心市场等应用领域广泛、大规模采用FPGA的障碍。... 阅读详情

2018-10-17 | ACAP, Versal, 今日头条，wp505

实现更低功耗的更高吞吐量 —— Xilinx业界首款可配置集成型 SD-FEC

作者：Ambrose Finnerty, 赛灵思 DSP 技术市场管理部无论是无线还是有线数据通信，保持传输可靠性都是高质量解决方案的基本要求。此类系统的关键构成部分在于高性能软判决前向纠错 (SD-FEC) 功能，发送（编码器）和接收（解码器）路径都需要这个功能。图 1：典型的数据通信系统随着数据带宽的不断提升，例如 5G 新无线电 (5G NR) 技术和有线电缆数据服务接口规范 3.... 阅读详情

2018-09-13 | SD-FEC, wp498, 今日头条

Vivado HLS入门（一）

作者：OpenS_Lee 1 概述在集成电路行业飞速发展的今天，缩短产品开发的周期而又不牺牲验证过程，这不可避免地成为了商业市场的一个关键因素。Xilinx Vivado High Level Synthesis （即Vivado HLS，高层综合）。这个工具直接使用C、C++或SystemC 开发的高层描述来综合数字硬件，这样就不再需要人工做出用于硬件的设计，像是VHDL 或Verilog... 阅读详情

2018-08-17 | Vivado HLS

面向 PCI Express 的 UltraScale FPGA Gen3 集成块提供的 Vivado ILA 使用指南

PCIe 链路训练及稳定性问题形成了绝大多数互联互通问题。本文档主要介绍在带集成工具的 Xilinx Vivado 设计套件中调试这些问题的使用案例。本文档将重点介绍如何通过捕获在 UltraScale FPGA Gen3 集成块中用于 PCI Express 内核的链路训练调试信号来使用 Vivado ILA 进行调试。

2018-08-08 | PCI-Express, UltraScale-FPGA-Gen3, Vivado-ILA

【直播PPT下载】如何使用Xilinx SoC加速 AI 在汽车应用中的部署

赛灵思一直是业界主要的 ADAS 传感器方案供应商之一。比如，在前置摄像头方面我们拥有超过 38% 的市场份额。ADAS 系统正在不断的发展和进化，随着 NCAP 等政策法规和标准的推动之下，汽车正从辅助驾驶向自动驾驶过渡，这一趋势就要求更好的相机分辨率、更低的 LiDAR 成本以及响应更迅速，计算能力更强大的信号处理芯片。另外，机器学习以及 AI 的发展将大大加速自动驾驶技术的成熟。赛灵思的... 阅读详情

2018-08-03 | ADAS, AI, 自动驾驶