中文 英语

Xilinx AI发动机及其应用


本文探讨了使用Xilinx新AI引擎用于5G蜂窝和机器学习DNN/CNN等计算密集型应用的架构、应用和好处。与前几代相比,5G需要5到10倍的计算密度;AI引擎已经为DSP进行了优化,满足吞吐量和计算要求,交付高…“ 阅读更多

为云深度学习提供高效灵活的FPGA虚拟化


资料来源:舒林曾,郭浩傣族,汉博孙,京忠,广长葛,开元郭,玉旺,华中阳(清华大学,北京,中国)。在Arxiv发布:2003.12101 [CS.DC])摘要:“FPGA在为深神经网络(DNN)推理应用中提供低延迟和节能解决方案的巨大潜力。目前,基于FPGA的大多数基于FPGA的DNN Accel。..“ 阅读更多

虚拟化多个云用户的FPGA


云计算已经成为新的计算范式。云计算需要通过虚拟化实现用户间的隔离、高灵活性和可扩展性、高安全性和硬件资源的最大化利用。自2017年起,FPGA因其可编程性、低延迟、高能效等优势被广泛应用于云计算领域。亚马逊…“ 阅读更多

电源/性能位:2月23日


光子AI加速器现在有许多处理器和加速器专注于加速神经网络性能,但牛津大学洛桑联邦理工学院洛桑(EPFL),IBM研究欧洲和埃克塞大学的研究人员通过使用可以处理MU的光子张量处理器,处理可能会更快地发生。“ 阅读更多

启动资金:2020年11月


众多芯片制造商于2020年11月11月被融资,投资者将资金投入互连,记忆,AI硬件和量子计算。从隐身发射是一个旨在组合AI和5G的创业公司。自主交付也很好,一个公司筹集了大量500米。本月,我们看一下28家公司提出了一个集体1.1亿美元。半&Design Connec ...“ 阅读更多

基于INT4优化的卷积神经网络


Xilinx在Xilinx硬件平台上提供INT8 AI推理加速器 - 深度学习处理器单元(XDPU)。然而,在某些资源限制,高性能和低延迟方案(例如资源 - 功率敏感边缘侧和低延迟ADAS场景)中,需要低位量化神经网络以实现较低的功耗和更高性能而不是Provi ...“ 阅读更多

苹果,橘子和最佳AI推理加速器


有各种各样的AI推理加速器可用,它们的应用范围也很广泛。没有任何AI推理加速器是适合所有应用的。例如,对于大多数边缘应用程序来说,数据中心类加速器几乎肯定会太大、消耗太多能量、成本太高。最优的关键字识别加速器不会有这样的能力…“ 阅读更多

软件至少与推理加速器的硬件一样重要


In articles and conference presentations on Inference Accelerators, the focus is primarily on TOPS (frequency times number of MACs), a little bit on memory (DRAM interfaces and on chip SRAM), very little on interconnect (also very important, but that’s another story) and almost nothing on the software! Without software, the inference accelerator is a rock that does nothing. Software is wha...“ 阅读更多

推动人工智能成为主流


人工智能正在成为许多技术进步背后的驱动力,尽管该行业只是触及了可能的皮毛。但人工智能对不同细分市场和技术的渗透程度如何,以及它以多快的速度进入主流,取决于各种仍需解决的问题。除了过多的技术…“ 阅读更多