午后加油站

Aldec公司推出可重复编程网络路由器/交换机原型

作者:Steve Leibson,编译:stark

在高流量的网络系统中不同的设备都需要快速的实现数据的发送和传输,因此一款可靠高性能的路由器/交换机是系统正常运行的保障。高性能的处理器以及丰富的内存资源能够有效的减少卡顿或者数据加载延迟等现象。这只是最低的需求,目前通信领域存在各种通信协议,比如WiFi、以太网、SFP、QSFP以及蓝牙等,高性能可重复编程的路由器/交换机能够整合这些协议,近日Aldec公司推出了一款基于TySoM-2A-7Z030开发板卡的可重编程的路由器/交换机。

Xilinx推出Virtex UltraScale+ HBM FPGA!

作者:Steve Leibson,编译:stark

早在2016年Xilinx就提出了开发Virtex UltraScale+ HBM FPGA器件,在上周举办的硅谷大会上Xilinx首次亮相了Virtex UltraScale+ HBM XCVU37P FPGA器件,Xilinx已经对其进行了测试,支持全速460Gbytes/sec的带宽通信,此外它的资源也是相当的丰富:

  • 2852K 系统逻辑单元
  • 9Mbits BRAM资源
  • 270Mbits 的UltraRAM资源
  • 9024 DSP48E2 slices
  • 集成8GB HBM DRAM
  • 96个32.75Gbps GTY SerDes 收发器
  • 图1:Xilinx推出的Virtex UltraScale+ HBM系列FPGA

    信用卡大小的SoM:Mercury+ XU1

    作者:Steve Leibson,编译:stark

    SoM(System on Module)又称片上系统,它代表一种通用型的解决方案,为嵌入式系统开发提供了必需的硬件和软件资源,SoM模块与自定义载板的组合能够提供完整且灵活的开发平台,在工业自动化、航空航天、机器人、医疗等领域有着广泛的应用。各大半导体厂商和第三方都开始推出SoM模块化产品,比如PicoZedMicroZedZTURN等。FPGA解决方案服务提供商Enclustra(Xilinx联盟成员)推出了信用卡大小的SoM模块:Mercury+ XU1,采用的是Xilinx Zynq UltraScale+ MPSoC系列器件。

    Vadatech出品板卡怪兽:AMC584

    作者:Steve Leibson,编译:stark

    今天向大家介绍得这款板卡是Vadatech公司推出的AMC584,它可以称得上是怪兽级板卡了,有着极其丰富的I/O扩展,比如集成了5个QSFP28 100GE通信接口,此外还设计了高达16GB的DDR4内存颗粒,分两组共8颗整齐的布局在Xilinx UltraScale+ XCVU13P FPGA器件的两侧, Xilinx UltraScale+ Virtex系列在所有产品中提供的性能是最高的,除了丰富的I/O接口,它还提供了12000个DSP Slices和3780 Logic Cells的逻辑资源。

    高速FPGA设计方案调试利器:EXOSTIV Probe

    作者:Steve Leibson,编译:stark

    相信每一个电子工程师在项目开发的过程中都不可避免的要进行方案的调试,除了模拟调试我们还必须进行真机调试才能确保功能的正常,通常我们采用的调试方法分为两种:第一种是使用硬件逻辑分析仪,第二种是采用嵌入逻辑分析IP,通过JTAG连接开发IDE进行调试,但是随着FPGA设计越来越复杂,速度越来越快,这两种方案显得越来越捉襟见肘,逻辑分析仪会占用太多的FPGA I/O接口,嵌入式逻辑分析IP又会消耗宝贵的FPGA逻辑资源,因此Exostiv Labs公司推出了新型的调试工具EXOSTIV Probe。

    图1:传统FPGA调试方案:硬件逻辑分析仪和嵌入式逻辑分析IP

    图1:传统FPGA调试方案:硬件逻辑分析仪和嵌入式逻辑分析IP

    这个工业级摄像头拍照竟然可以到每秒3500帧!

    作者:Steve Leibson,编译:黑夜

    相机大家肯定不陌生,但说到工业级摄像头可能就没有多少了解了,今天小编带领大家来了解两款XIMEA最新的工业级摄像机。XIMEA在其xiB-64系列中增加了两款新型高速工业相机:能够以3500fps成像1280x864像素的CB013和能够以2500fps成像1920x1080像素的CB019。与所有的数码相机一样,这些摄像头的故事从传感器说起。CB013相机基于LUXIMA技术LUX13HS 1.1M像素传感器,CB019基于LUXIMA技术LUX19HS 2M像素传感器。两款摄像机均采用pcie 3.0x8接口,支持64Gbps持续传输速率。使用PCie接口允许主机PC使用DMA将视频流直接传输到计算机的主存储器中,而几乎没有CPU开销。

    xiB-64

    作者:Steve Leibson,编译:黑夜

    说起AI相信大家肯定大家都不陌生,搞过深度学习的人可能都会碰到一个问题,那就是没有一个好的加速硬件,例如GPU,很难做深度学习。小编今天带大家走进一篇关于机器学习加速芯片的报告,来看一下未来的机器学习加速市场。在这篇名为“加速器:下一代机器学习芯片”的报告中,德勤全球预测,“到2018年底,用于加速数据中心机器学习的所有芯片中,超过25%将是FPGA,ASIC”。报告接着说道:“这些芯片将大大提高机器学习的使用率,使应用程序能够消耗更少的功率,同时变得更具相应能力,灵活性和处理能力,这将扩大其市场”。在后来的报告中指出:“机器学习应用还将售出20万多个FPGA和10万个ASIC芯片”。

    Xilinx All Programmable器件的加速能力越来越重要

    作者:Steve Leibson,编译:Stark

    随着物联网(IoT)、人工智能(AI)、大数据(Big Data)和云计算等新兴产业的不断告诉发展,处理并分析这些应用产生的大量数据需要更多的计算资源,这些行业对于高性能低功耗处理器的需求也日益增加,例如基于高主频CPU的云计算架构存在成本高、利用率低、耗电量大等问题(云计算耗电惊人占全球用电量的8%),因此新型高能效的处理器架构才能支撑未来应用的发展。

    图1:Xilinx最早推出的ZYNQ-7000 All Programmable SoC架构

    图1:Xilinx最早推出的ZYNQ-7000 All Programmable SoC架构

    作者:Steve Leibson,编译:黑夜

    相信大家和小编一样,都了解Matlab以及FPGA开发,但是你有想过使用Matlab来对你的FPGA进行开发吗?一段时间以来,MathWorks一直主张使用Matlab和Simulink开发工具进行基于模型的设计,因为好的设计技术使您能够在更短的时间内开发更高质量的复杂软件。(参见MathWorks 白皮书:“小型团队如何采用基于模块的设计“)。基于模块的设计采用了数学和可视化的方法,通过整个开发过程中使用的系统级建模(从初始设计到设计分析,仿真,自动代码生成和开发和验证)来开发复杂的控制和信号处理系统。这些模块是由框图,文本程序和其他图形元素组成的可执行规范。基于模型的设计鼓励对比其他设计方法更广泛的设计空间的快速探索,因为您可以在设计周期的早期更快地迭代设计。而且,由于这些模型是可执行的,所以验证成为每一步开发过程中不可或缺的一部分。

    自动驾驶系统:基于Zynq的实时物体检测

    作者:Steve Leibson,编译:Stark

    最近几年关于自动驾驶汽车的新闻不断出现在头条新闻,各大传统汽车制造商与互联网公司结合纷纷杀入自动驾驶这个“蓝海”市场,与其说这是汽车行业所经历的一场巨大革命,倒不如说是人工智能(AI)的兴起,自动驾驶的根本原理就是利用机器视觉系统。当然自动驾驶汽车的发展也是一步一步的并且需要经验的积累,目前我们看到特斯拉、百度等厂商都推出了辅助自动驾驶系统,还远远没有实现完全的自动驾驶,此外自动驾驶汽车真正上路还必须得到国家机动车管理部门的政策许可,因此不得不承认自动驾驶汽车还有很长的一段路要走。(图1:自动驾驶汽车要能够实时感知路况信息)

    机器视觉技术可以应用于自动驾驶系统中实现路况信息的采集和检测,其中CNN(卷积神经网络)在机器视觉系统中用于图像处理具有压倒性的优势。CNN网络根据复杂度可以划分为很多个“网络层”,典型的卷积神经网络可以划分为卷积层、池化层和全连接层,它能够将数量庞大的图像识别问题进行不断的降维处理,最终被训练后用于高效的图像识别。

    同步内容