初级知识库

提供FPGA设计开发的初级知识包括基本的器件结构、产品动态,方案介绍等等,为FPGA开发人员提供FPGA最基础的知识。

新兴非易失性存储(NVM)市场及技术趋势

大型厂商的产品导入、存储级内存(SCM)的新兴应用以及五大逻辑代工厂的涉足将推动非易失性存储市场的增长。

新兴非易失性存储(NON-VOLATILE MEMORY, NVM)有利的市场环境

相变存储(phase-change memory, PCM)、磁阻式随机存储(magnetoresistive random access memory, MRAM以及阻变式存储(resistive random access memory, RRAM)等主要非易失性存储技术已经有了较长的开发历史。但是,由于种种因素,它们在利基市场的应用仍然有限。现有产品的存储密度有限,新兴NVM开拓厂商在高存储密度产品导入上又有所延误。新材料和新工艺步骤的引入,也带来了制造挑战。同时,主流存储技术也在不断的提高存储密度、降低成本。最后,NVM市场也缺少一款杀手级应用来挑战现有的动态随机存储(DRAM)和NAND闪存。

详解FPGA电源设计的几个步骤

  现场可编程门阵列(FPGA)被发现在众多的原型和低到中等批量产品的心脏。 FPGA的主要优点是在开发过程中的灵活性,简单的升级路径,更快地将产品推向市场,并且成本相对较低。一个主要缺点是复杂,用FPGA往往结合了先进的系统级芯片(SoC)。

  这种复杂性使得电源上的苛刻要求。为了应对这些挑战,电源需要几个输出和开关稳压器的效率和线性稳压器的清洁电力的组合。

  计算系统电源
  供电的FPGA看起来像一个完整的系统供电。电源设计工程师面临的3到15的电压轨供给(有时甚至更多)的挑战;而这仅仅是开始。 FPGA是通常制造的使用需要低核心电压的最新晶片制造技术,但是电源也必须供电多个导轨特种块和电路,提供多个电压电平,对于高功率模块供给额外的电流,和满足噪声敏感元件的要求。

  只是为了让事情变得更加复杂,甚至FPGA的同一制造商可以差别很大,使其成为重要的是,工程师选择每个芯片的最佳电源。这样的选择取决于多种因素,诸如电压和功率需求为每个导轨,导轨'排序要求,以及系统的电源管理的需要。

  在设计一个FPGA电源的第一步骤是确定各个电压轨和他们的要求。 FPGA供应商通常会提供一个“销单”,用于指定每个供电引脚连接到设备的电压轨的电压电平。

5G毫米波无线电的最优技术选择

作者:Thomas Cameron博士 ADI公司通信业务部CTO

简介
业界普遍认为,混合波束赋形(例如图1所示)将是工作在微波和毫米波频率的5G系统的首选架构。这种架构综合运用数字(MIMO) 和模拟波束赋形来克服高路径损耗并提高频谱效率。如图1所示,m个数据流的组合分割到n条RF路径上以形成自由空间中的波束,故天线元件总数为乘积m × n。数字流可通过多种方式组合,既可利用高层MIMO将所有能量导向单个用户,也可以利用多用户MIMO支持多个用户。

图1. 混合波束赋形框图

图1. 混合波束赋形框图

神经网络基础:七种网络单元,四种层连接方式

作者:Synced,编译:机器之心

2016 年 9 月,Fjodor Van Veen 写了一篇名为《The Neural Network Zoo》的文章(详见图文并茂的神经网络架构大盘点:从基本原理到衍生关系 ),全面盘点了神经网络的大量框架,并绘制了直观示意图进行说明。近日,他又发表了一篇题为《The Neural Network Zoo Prequel:Cells and Layers》文章,该文是其上篇文章的前篇,对于文中涉及但没有深入展开的神经网络的单元与层的部分再次做了一个图文并茂的介绍。机器之心对该文进行了编译,原文链接见文末。


ExaLINK Fusion:延迟只有49纳秒的交换机

作者:stark

来自澳大利亚的EXABLAZE公司专注于网络硬件设备的开发,面向专业应用领域如数据中心、高频交易、高性能计算等场景提供低延迟的解决方案。近日该公司宣布推出了一款延迟仅仅49ns的多功能交换机——ExaLINK Fusion,与其他产品不同的是它不是旨在将数据从一个端口传输到其他任何一个端口。相反,它旨在将数据从15个入站端口传输到单单一个出站端口,或者反之亦然。交换机内部构造也比普通的交换机简单清晰很多,这种简化的模块化设计也有助于提高吞吐量。

图1: EXABLAZE公司推出的全球最快的49ns交换机ExaLINK Fusion

图1: EXABLAZE公司推出的全球最快的49ns交换机ExaLINK Fusion

了解如何使用 SEM IP 将各种错误注入您的设计,然后看看它们是否得到纠正。本视频不仅将介绍如何将单个及多个比特错误注入命令发送给配置 RAM,而且还将介绍如何使用有意义的测试情景。

10G/25G Ethernet 子系统

Xilinx® LogiCORE™ IP 10G/25G 以太网解决方案提供一个速度为每秒 10 Gb 或 25 Gb 的以太网媒体接入控制器,该控制器在 BASE-R/KR 模式下与 PCS/PMA 集成,而在各种 BASE-R/KR 模式下与独立 PCS/PMA 集成。这个内核旨在与最新 UltraScale™ 和 UltraScale+™ FPGA 配合使用。

25G 以太网 IP 针对最新 25 Gb/s 以太网联盟标准设计,支持云数据中心要求,不仅可在服务器和顶架式交换机之间实现成本更低、性能更高的解决方案,而且还可将前面板密度提高 1 倍。

主要性能和优势

  • 针对 25G 以太网需求设计,符合 IEEE 802.3 Clause 49、IEEE 802.3by 以及 25G 以太网联盟规定的 10/25 Gb/s 工作标准
  • 低延迟 64 位或 32 位 10G 以太网 MAC 和 BASE-R IP 
  • 10G 以太网 MAC(64位)独立

Xilinx AXI4参考指南

Xilinx 同 ARM 密切合作,共同为基于 FPGA 的高性能系统和设计定义了 AXI4 规范。作为我们推广 AXI4 工作的一部分,Xilinx 已采用 AXI4 作为 UltraScale、7 系統、Zynq-7000、Spartan-6、Virtex-6 以及未来产品系列发展的新一代 IP 互连标准。

Zynq在人工心脏血泵系统中的应用

作者:kenshin
人工心脏血泵是用来代替心脏工作的变速、变容量的小型泵,以此来保证病人的正常的身体机能,按照植入位置可分为体外式和植入式。传统的血泵一般都采用机械驱动的轴承叶轮,但是这种方式有着明显的缺点,比如对于轴承接触区会造成压力和产生热量,进而造成溶血(破坏红细胞)和血栓(血液凝块)。这对血液流动是非常不好的。此外,这类医疗型应用要求任何与血液接触的部分都必须是一次性的,避免感染。

在近期举办的NI技术峰会上来自美国的MIT精准运动控制实验室的研究人员介绍了他们设计和开发的基于磁悬浮的无轴人工心脏血泵系统原型。通过磁场非耦合的方式取代轴承来驱动叶轮的转动,磁场的控制可以采用电感线圈来实现,这在一定程度了降低了系统的复杂性,同时也降低了成本。

图1:MIT精准运动控制实验室推出的人工心脏血泵系统原型

图1:MIT精准运动控制实验室推出的人工心脏血泵系统原型

Python机器学习实战教程:回归

引言和数据

欢迎阅读 Python 机器学习系列教程的回归部分。这里,你应该已经安装了 Scikit-Learn。如果没有,安装它,以及 Pandas 和 Matplotlib。

pip install numpy

pip install scipy

pip install scikit-learn

pip install matplotlib

pip install pandas

除了这些教程范围的导入之外,我们还要在这里使用 Quandl:
pip install quandl

首先,对于我们将其用于机器学习而言,什么是回归呢?它的目标是接受连续数据,寻找最适合数据的方程,并能够对特定值进行预测。使用简单的线性回归,你可以仅仅通过创建最佳拟合直线,来实现它。

这里,我们可以使用这条直线的方程,来预测未来的价格,其中日期是 x 轴。

同步内容