AI加速

用于缺陷检测的自动化边缘 AI 解决方案

该演示结合了FPGA边缘AI解决方案和带外模块,通过带外远程管理实现自动化缺陷检测。

立足片上 AI 加速提供基于芯片的 TCP/IP 安全性

电子设备无处不在,其中很多都通过开放的未加密 TCP/IP 通道连接。在这样的环境下,安全成为重大隐忧。

Vitis AI 2.5正式发布,让 AI 加速体验更上一层楼

本文将对 Vitis AI 2.5 的新功能及优化进行概述。

Vitis AI 2.0 新增多种扩展模型,全面支持硬件及AI加速!

作为赛灵思 FPGA 和自适应 SoC 上最综合全面的基于软件的 AI 加速解决方案,2.0 版本的 Vitis AI 解决方案更易于开发者使用,给边缘和数据中心带来进一步的性能提升。

【视频】Xilinx Vitis AI 加速 IBM PowerAI Vision 推断

IBM PowerAI Vision 可简化 AI 模型的构建与部署过程,无需 AI 专业技术,便可实现图像分类和对象检测等功能。 现在,您可使用 IBM PowerAI Vision 通过 Xilinx Alveo U50 灵活应变的加速卡来加速推断。 IBM PowerAI Vision 使用 Xilinx Vitis AI 与 FPGA 集成,因此不必成为 FPGA 开发人员,便可利用其优势

Xilinx AI 加速+阿里云 FaaS:开启云端 AI 推断巨大机遇

阿里云的业务之一是为众多第三方厂商处理海量产品图像。由于一些图像内含有未付费广告等多余文本信息,给付费广告业务造成不利影响,因此,为了确保电子商务网站提供一致的体验,需要以 AI 推断对每天数千万幅图像中嵌入的有害文本或多余文本进行检测

AI加速的前前后后

做深度学习加速器已经两年了,从RTL设计到仿真验证,以及相应的去了解了Linux驱动,深度学习压缩方法等等。今天来捋一捋AI加速器都涉及到哪些领域,需要哪些方面的知识。可以用于AI加速器的主要有三种不同架构的器件种类:CPU,GPU,AI芯片/FPGA。

【案例研究】视频与 AI 加速平台颠覆了数据中心流媒体市场

Aupera Technologies 是数据中心视频处理系统领域的新兴企业。Aup2600 是一种专用分布式视频处理系统,内置 48 个赛灵思 Zynq® UltraScale+™ MPSoC。此外,Aup2600 还提供基于赛灵思 Vivado 环境的完整视频 +AI 软件框架和用于神经网络处理的深度学习处理器单元 (DPU)。

【网上研讨会】:采用基于 Python 和神经网络的 Edge AI 加速可预测性维护的实现

基于赛灵思技术的系统可以结合人工智能,通过采用“可预测性维护”的方案减少设备停机时间,从而最大限度地提高生产力。赛灵思的基于 Python 和神经网络的Edge AI 解决方案简化了硬件加速的可预测维护方案的实现,从而可以持续性地监控重要资产,分析数据,以及智能地为这些系统规划服务。

【视频】使用基于 Python 和神经网络的边缘 AI 加速预测性维护

对于工厂、医院以及其它环境内重要资产的细微性能或行为变化,机器识别的速度远远快于人类。Xilinx 助力的系统可结合智能性,通过应用预测性维护来最大限度提升生产力并减少停机时间。基于 Python 以及神经网络的 Xilinx 边缘 AI 解决方案可简化硬件加速预测性维护的实现