在全球半导体制程限制和高端 GPU 受限的大环境下,FPGA 成为了中国企业发展的重要路径之一。它可支持灵活的 AIoT 应用,其灵活性与可编程性使其可以在国内成熟的 28nm 工艺甚至更低节点的制程下实现高效的硬件加速。
PolarFire® FPGA 以太网传感器桥接器为NVIDIA边缘 AI 平台提供低功耗多传感器桥接功能
为解决短波通信中衰落带来的输入信号起伏不定的问题 ,设计了一种用于短波接收机的模数混合AGC(Automatic Gain Control , 自动增益控制),介绍了AGC的组成和FPGA设计方案。该方法采用自然对数算法 ,通过检测输入信号的幅度与门限电平比较 ,输出控制信号分别控制模拟增益调节电路和数字增益调节电路。实际测试表明 ,该AGC电路可以控制较大范围的射频输入信号 ,正确解调并输出稳定的音频信号 , 同时具有快充慢放功能。
— 以业界首款采用 CXL 3.1 及 PCIe Gen6 并支持 LPDDR5 的 FPGA 器件扩展第二代 Versal 产品组合,助力快速连接、更高效数据迁移并释放更多内存—
一种集成FPGA(现场可编程门阵列)和DSP(数字信号处理器)芯粒的异构系统级封装(SiP)是一种具有创新性和实用性的技术解决方案。以下是对这种异构系统级封装的详细解析:
在当今的数字时代,现场可编程门阵列(FPGA)因其灵活性和高性能,被广泛应用于各种嵌入式系统和游戏开发中。本文将介绍一个基于FPGA的“俄罗斯方块”游戏设计,详细阐述系统架构、模块划分及实现原理,并附上部分代码示例。
米尔电子作为行业领先的解决方案供应商,致力于打造高可靠性、长生命周期的FPGA SoM(System on Module)产品,满足工业、汽车、医疗,电力等严苛应用领域的需求。
企业环境的快速数字化、复杂网络威胁的激增、安全法规的不断演变以及量子计算技术的崛起,在网络安全领域掀起了层层巨浪,行业对敏捷性和弹性也提出了更高的要求。为了应对这种情况,企业必须在网络防御和合规方面保持积极主动的态度。在最新的莱迪思安全研讨会上,莱迪思安全专家与来自AMI和Rambus的合作伙伴共同探讨了企业如何利用先进的安全技术驾驭新的监管环境。讨论内容包括可信平台模块(TPM)技术的最新进展、使用Caliptra创新推出的测量信任根(RoTM),以及将这些解决方案无缝集成到现场可编程门阵列(FPGA)技术实施中。
本系列文章从数字芯片设计项目技术总监的角度出发,介绍了如何将芯片的产品定义与设计和验证规划进行结合,详细讲述了在FPGA上使用硅知识产权(IP)内核来开发ASIC原型项目时,必须认真考虑的一些问题。
中国上海——2024年10月24日——莱迪思半导体公司(NASDAQ:LSCC)低功耗可编程器件的领先供应商,今日宣布了将于2024年12月10日至11日举行的莱迪思开发者大会的完整议程和演讲者阵容。此次线上线下双渠道盛会将邀请戴尔、微软、SICK和Teledyne FLIR等公司的嘉宾做主题演讲,莱迪思和其他行业专家将进行小组讨论,并展示基于FPGA的强大技术演示。生态系统合作伙伴和行业领导者将共同探讨低功耗FPGA解决方案在网络边缘人工智能、安全和先进互连方面的尖端技术和优势。
在现代嵌入式系统设计中,FPGA(现场可编程门阵列)的灵活性和可重构性使其成为许多应用的理想选择。而在FPGA的开发和部署过程中,如何实现远程升级和故障恢复成为了一个重要议题。本文将详细探讨如何通过BPI FLASH实现FPGA的串口升级及MultiBoot功能,并提供一个实例演示。
随着自动驾驶技术的飞速发展,高级驾驶辅助系统(ADAS)已成为现代汽车的重要组成部分。ADAS利用先进的传感器、摄像头和算法,为驾驶员提供重要的道路信息,协助其避免潜在危险,提升驾驶安全性。本文将探讨如何使用FPGA(现场可编程门阵列)制作一个便携式ADAS系统,并附上相关代码示例。
在当今快速发展的硬件设计领域,现场可编程门阵列(FPGA)以其高度的灵活性和可定制性,成为了众多应用领域的首选。然而,随着设计复杂性的不断增加,传统的寄存器传输级(RTL)设计方法逐渐暴露出设计周期长、资源消耗大等问题。为了应对这些挑战,高层次综合(HLS)技术应运而生,它与RTL的结合为FPGA的开发开辟了一条全新的道路。
随着汽车电子技术的飞速发展,高级驾驶辅助系统(ADAS)已成为现代汽车不可或缺的一部分。ADAS通过集成多种传感器、控制器和执行器,为驾驶员提供驾驶辅助,提高行车安全性,降低驾驶疲劳,并逐步向自动驾驶迈进。在这一进程中,现场可编程门阵列(FPGA)以其独特的优势,在ADAS系统中发挥着越来越重要的作用。
在人工智能(AI)技术日新月异的今天,神经网络作为其核心驱动力,正逐步渗透到各个行业与领域。然而,传统的神经网络模型往往受限于计算资源和功耗,难以在边缘设备上实现高效运行。现场可编程门阵列(FPGA)作为一种高性能、低功耗的硬件加速器,为小型神经网络的部署提供了理想的平台。本文将深入探讨适用于FPGA的小型神经网络,以及它们在边缘智能应用中的独特优势。
在半导体技术的快速发展中,现场可编程门阵列(FPGA)和专用集成电路(ASIC)作为两种重要的硬件平台,各自在不同的应用领域中发挥着关键作用。尽管FPGA以其灵活性和可编程性著称,但在效率方面,它通常低于ASIC。本文将从多个维度深入探讨FPGA与ASIC之间的效率差异,以及这些差异背后的原因。
在硬件设计的广阔领域中,FPGA(现场可编程门阵列)以其高度的灵活性和可编程性,成为了众多创新项目的核心。其中,ODrive作为一个开源的、高精度的无刷电机驱动器项目,也迎来了其FPGA版本的诞生。这一版本不仅继承了ODrive的高性能特性,还通过FPGA的硬件加速能力,进一步提升了系统的实时性和可靠性。本文将深入探讨ODrive FPGA版本的设计思路、实现过程以及关键技术,并附上部分代码示例。
在FPGA(现场可编程门阵列)设计中,综合(Synthesis)和约束(Constraints)是两个至关重要的环节,它们共同决定了设计的最终性能和资源利用率。本文将深入探讨FPGA综合和约束之间的关系,以及它们如何影响设计流程、资源分配、时序性能和调试维护等方面。
随着科技的飞速发展,现场可编程门阵列(FPGA)在高性能计算、数据中心、人工智能等领域的应用日益广泛。然而,FPGA设计的复杂性和功耗问题一直是制约其性能提升的关键因素。近年来,机器学习(ML)技术的兴起为FPGA的执行时间与功耗预测提供了新的解决方案。本文将探讨如何使用机器学习进行FPGA的执行时间与功耗预测,并分析其优势与挑战。
在现代电子设计中,FPGA(现场可编程门阵列)因其高度的灵活性和可配置性而得到广泛应用。FPGA的灵活性主要来源于其内部配置存储器,这些配置信息通常以比特流的形式存储和加载。本文将深入探讨FPGA比特流的结构及其在Vivado开发环境中的重要性。