高性能计算（High-Performance Computing，HPC）是一种利用强大的计算资源，通过并行处理和高速计算技术解决复杂问题的计算方式。
高性能计算在科学、工程和商业领域都发挥着关键作用，为解决复杂问题和推动创新提供了强大的计算能力。
本白皮书探讨了深度卷积深度学习操作在Xilinx自适应设备上实现。 本白皮书旨在提供针对不同Xilinx器件的多种优化策略，以满足各种任务要求。 在边缘方面，Xilinx实现了轻量级的深度卷积引擎，该引擎支持相应的计算要求。
本文针对上海证券交易所的行情发布系统，采用Verilog硬件描述语言，在FPGA加速卡上开发了对行情信息流的以太网，IP和UDP以及FAST协议的硬件解码，设计了支持指令集编程的微指令加速引擎。与传统的基于软件的方法相比，本文提出的专用硬件处理方案延时可降低10倍以上。
随着5G时代的到来，用户能直观感受到在网络电子产品上的应用会得到更多享受，智能化的3D技术、游戏、高清画质的视频与电影、直播互动都可以升级体验的娱乐方式，而以上应用对低时延要求的使用场景需要适应日益加快的生活节奏和人与网络间更高交互要求的挑战。
该设计示例演示了如何使用二进制神经网络 (BNN) 加速软件实现的神经网络及可编程逻辑。该演示显示，与纯 CPU 相比，基于 Zynq® UltraScale+™ MPSoC 的电路板可将图像分类速度提高 6000 (Ultra96) 到 8000 倍 (ZCU102)。用户可通过图形用户界面查看指标、图像和分类结果。
Xilinx 和 Hewlett Packard Enterprise（HPE）建立了最终用户解决方案，该解决方案使用 HPE ProLiant DL385 Gen10 Plus 服务器和第二代 AMD EPYC 处理器实现革命性的性能。
随着在数据驻留位置附近对数据进行处理的性能优势得到充分体现，计算存储持续受到广泛关注。行业的发展势头正在形成，存储网络工业协会 (SNIA) 等组织正在通过计算、存储器和存计划帮助定义计算存储的方式、内容、位置和原因。SNIA 帮助确定的计算存储类型之一是计算存储处理器 (CSP)
在此视频中，我们展示了一个 Xilinx 实时视频服务器一体机参考架构，该一体机使用 8 个 Alveo™U50 数据中心加速卡构建。使用此架构，在带有 AMDEPYC® 处理器的 HPE Proliant DL-385 服务器上实现高质量 1080p 实时视频流的实时解码/编码。
近期，在推动 IT 基础设施向异构计算转型的过程中，赛灵思与 VMware 展开协作，在 VMware 的云计算虚拟化平台vSphere上测试 FPGA 加速。由于赛灵思 FPGA 越来越广泛地应用于 ML 推断加速，本文将展示的是如何将赛灵思 FPGA 与 VMware vSphere 相结合，在虚拟部署和裸机部署上实现基本相同的高吞吐量、低时延 ML 推断性能。
赛灵思大中华区解决方案与业务发展总监朱勇发表了题为 “自适应计算加速数字化产业升级与转型” 的主题演讲，向与会领导和嘉宾分享了从本质上如何分析和看待现今的产业发展态势，并如何借助灵活应变的下一代自适应计算技术实现数字化产业升级与转型。小编就不过多剧透了，以下为新鲜出炉的演讲全记录。
对实时视频流的需求给视频服务提供商带来了严峻挑战，因为他们必须在管理基础设施和互联网带宽运营成本的同时，还要为客户提供高质量体验。鉴于视频转换的计算强度，转码不断推升对灵活应变硬件加速的需求。