在汽车传感器和数字座舱中,尺寸更小的芯片器件正越来越盛行。根据咨询机构 Yole Intelligence 的数据,高级驾驶辅助系统( ADAS )摄像头市场规模在 2023 年估计为 20 亿美元,预计到 2029 年将达到 27 亿美元。
对于大规模数据处理,最佳性能不仅取决于原始计算能力,还取决于高存储器带宽。 因此,全新 AMD Alveo™ V80 计算加速卡专为具有大型数据集的内存受限型应用而设计,这些应用需要 FPGA 硬件灵活应变能力以实现工作负载优化。Alveo V80 加速卡现已量产出货,其能提供较之上一代加速卡至高 2 倍的带宽与计算密度1,并为使用 AMD Vivado™ 设计套件的 FPGA 设计人员提供简化的开发流程。
阻碍 AI 算法概念验证 (PoC) 成为真正硬件部署的主要差距仍然存在。这些不足之处在很大程度上是由于“小数据”、数据输入“不完美”以及更 “先进模型”的不断演进所造成的。对于软件开发者和 AI 科学家们来说,应对之道便是自适应硬件。
Kiran Vishal Thanjavur Bhaaskar,赛灵思工业、视觉、医疗科学高级工业物联网和 AI 解决方案架构师
赛灵思与全球发展速度最快的硬件学习、编程与构建开发者社区Hackster.io携手推出的首届赛灵思自适应计算挑战赛( Xilinx Adaptive Computing Challenge )现已拉开序幕。
设在顶尖高校的世界级研究集群,将推动自适应计算加速的全方位前沿研究
如果将1G到4G比做一条不断进化的直线,那么5G就是由 “直线”迅速扩张而形成的“面”。作为新一轮科技和产业变革的重要支撑技术,5G更被认为是“开启真正万物互联的钥匙”。因此在5G对经济、社会等各个方