FPGA加速

自从非易失性存储器快车(NVMe)协议问世以来，数据中心客户广泛采用了这项新技术，它为存储应用带来了更高的性能和低延迟。NVMe的功能集使该技术成为市场上增长最快的存储解决方案。国际数据公司预测，到2021年，基于NVMe的存储解决方案将产生超过50%的与主外部存储出货量相关的收入

FPGA在人工智能领域，突破了“暗硅”为我们带来了更强大的可能性。现在依元素科技提供了一个完整的FPGA加速解决方案，让AI工程师能够以“即插即用”的方式部署 FPGA，AI 工程师隐藏了 FPGA，不需要硬件细节，让他们享受更快的执行。

近年来，向基于NAND闪存的存储迁移和非易失性存储器快车®(NVMe™)的引入，为技术公司以不同的方式"做存储"增加了许多机会。实时数字业务的快速增长和多样性要求这种创新，以便实现新的产品和服务。本应用说明介绍了BittWare支持FPGA和MPSoC的250系列加速器产品如何用于让客户为下一代物联网和云基础设施构建高性能、可扩展的NVMe基础架构。

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。

如何更快更好地解决传统计算模式对图片处理时吞吐速率低、图片处理耗时长、服务器计算资源消耗大等问题呢？FPGA的特性及优势再一次被各类技术关注…

2020年是不平凡的一年，纷至沓来的种种变动冲击着全球市场与各行各业。然而，2020年也是危与机并存的一年。变化与挑战之下，赛灵思始终以自适应技术为支撑，为广泛行业领域的合作伙伴提供技术、产品、平台等全方位支持，推动全行业智能化方案落地与转型。

一直以来，FPGA 只能用硬件描述语言（RTL）编程 —— 真的是这样吗？未必！！参加 Xilinx Adapt: SW & AI （1 月 7 日 - 8 日） ，了解赛灵思如何在包括 TensorFlow 和 PyTorch 在内的流行软件开发平台中支持 AI/ML 加速的。

人工智能和机器学习的进步早已超越了CPU性能的提升速度，硬件加速愿景美好，开发却曲高和寡。如何打破软硬件语言壁垒，提升开发效率？

Moffett AI FPGA 加速视觉搜索引擎和服务已准备就绪，可加快监视、智能零售、内容搜索、社交媒体和自动驾驶等众多行业和应用的视觉搜索推断速度，与基于 GPU 的解决方案相比，计算复杂性降低、网络规模缩小，大幅提升效率，成本降低达 15 倍。

使用FPGA进行神经网络加速需要编译器的支持，因为一个复杂的神经网络会产生大量的指令，手写指令不能满足通用化要求，费时又费力。编译器依据神经网络的图结构，产生硬件可执行指令序列。从广义上讲，编译器包括了前端和后端，前端主要实现从tensorflow等深度学习框架描述的网络结构形式到新表示的转化