Vitis

通过本次网络研讨会，了解如何使用 Vitis AI 部署和运行您针对 Xilinx 嵌入式 SoC 和 Alveo 加速平台预先训练好的 DNN 模型。然后开始使用 Vitis AI 在板上运行示例。

本文描述如何从 Vivado® 高层次综合移植到 Vitis™ 高层次综合。

随着 AI 模型所需算力发生数量级增长， AI 推断对于硬件的需求大大增加。而摩尔定律的日渐式微，让架构创新成为希望之星。只有特定领域架构（DSA）才能确保硬件可以跟上不断增长的 AI 推断需求——DSA代表着未来计算，即为“每种类型的工作负载”定制自适应硬件，以实现最高的运行效率

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

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。

Xilinx 隆重推出自适应计算挑战赛！比赛要求开发者和初创企业使用 Vitis™ / Vitis™ AI 在 Xilinx 平台上实现算法和应用的硬件加速。开发者冠军将获得 1 万美元奖金，初创企业冠军将获得 10 万美元奖金！

移动互联网时代，每时每刻都在产生大量的图像和视频内容，内容提供商面临的主要问题是如何实现对内容的有效过滤，避免不允许的内容被公开。睿视演示了一种基于AI+FPGA的图像过滤方法，使用Xilinx Alveo加速器卡对特定图片/视频内容进行有效实时过滤。

欢迎收看本期 Vitis 快速上手视频，我们将重点介绍如何使用 Vitis 在 Alveo 板卡上开发和部署硬件加速应用。Demo 部分会包含 Vitis 图像化界面和命令行流程，并展示如何使用 Xilinx github 加速用例。

本视频演示了如何设置主机以在云或嵌入式器件上开发和运行 Vitis AI 开发环境应用。

Ultra 96™ 是构建边缘用例机器学习应用的绝佳平台。Zynq® MPSoC ZU3 器件采用的 96 电路板的外形尺寸以及可编程逻辑，使其能够灵活地添加用于此类终端应用视频输入的通用 MIPI CSI2 RX 标准接口。同时为了驱动高性能、低功耗机器学习边缘应用，也可以将赛灵思深度学习处理单元 ( DPU ) 集成到设计中。