С появлением  встроенных FPGA (Embedded FPGA - eFPGA) в машинное обучение (ML) может быть интегрировано в новые форм-факторы (Mobile Edge Compute, IoT Aggregation и Smart NIC). В этом вебинаре мы демонстрируем FPGA и eFPGA, оптимизированные для ML-приложений.
Вы узнаете как вычислительные ресурсы eFPGA могут быть настроены в соответствии с требованиями приложения, реализуемой сети и даже определенного уровня нейронной сети. Вы также узнаете,  как использовать особенности хранения и обращения к параметрам нейронной и работы с разреженными матрицами для минимизации обращения к данных и вычислений. Мы также покажем тесты в стандартных ПЛИС и встроенных ПЛИС и примеры того, как уменьшить использование логики на целых 50%.
Ссылка на регистрацию 
Просмотров: 139 | Добавил: KeisN13 | Дата: 19.08.2019 | Комментарии (0)

После прошедшего в Longmont, Colorado USA (29,07-02,08 2019) воркшопа  команда проекта PYNQ выложила в открытый доступ материалы семинара. Если вы являетесь счастливым обладателем платы PYNQ-Z2, то рекомендуем просмотреть выложенные материалы. В противном случае, рекомендуем ознакомиться с проектом PYNQ, по ссылке.

Оригинал новости здесь, материалы воркшопа здесь.
 
Просмотров: 152 | Добавил: KeisN13 | Дата: 19.08.2019 | Комментарии (0)

 В этой статье мы показываем реальный пример, где мы создали общую сетевую функцию RSS, используя как традиционные инструменты RTL/Verilog, так и затем используя высокоуровневый синтез (HLS) на одном и том же оборудовании. То, что мы обнаружили, было удивительно: подход HLS фактически использовал меньше FPGA ресурсов и блочной памяти. На то есть причина. Подробнее по ссылке
 
Просмотров: 138 | Добавил: KeisN13 | Дата: 19.08.2019 | Комментарии (0)