<sub id="l73fv"><ruby id="l73fv"><em id="l73fv"></em></ruby></sub>

    <meter id="l73fv"><menuitem id="l73fv"><sub id="l73fv"></sub></menuitem></meter>

      <menuitem id="l73fv"></menuitem>

            <output id="l73fv"></output>
            侵權投訴

            如何通過FPGA和軟件開發工具包(SDK)創建邊緣AI應用

            電子設計 ? 2021-02-21 11:57 ? 次閱讀

            邊緣推理處理器實現人工智能(AI)算法的設計人員不斷需要降低功耗和開發時間,即使處理需求不斷增加?,F場可編程門陣列(FPGA)提供了速度和功率效率的有效組合,用于實現邊緣AI所需的神經網絡(NN)推理引擎。但是,對于不熟悉FPGA的開發人員,常規的FPGA開發方法似乎很復雜,通常會導致開發人員轉向不太理想的解決方案。

            本文介紹了Microchip Technology的一種簡單方法,該方法使開發人員可以繞過傳統的FPGA開發,使用FPGA和軟件開發工具包(SDK)創建經過訓練的NN,或者使用基于FPGA的視頻工具包執行智能嵌入式視覺應用程序開發。

            為什么要在邊緣使用AI?

            邊緣計算為工業自動化,安全系統,智能家居等各個領域的物聯網(IoT)應用程序帶來了許多好處。在針對工廠的工業物聯網(IIoT)應用程序中,邊緣計算可消除對基于云應用程序的往返延遲,從而改善過程控制回路中的響應時間。同樣,即使意外或有意斷開與云的連接,基于邊緣的安全系統或智能家庭門鎖也可以繼續運行。在許多情況下,在任何這些應用程序中使用邊緣計算都可以通過減少產品對云資源的依賴來幫助降低總運營成本。隨著產品需求的增加,開發人員不必面對額外的昂貴云資源的意外需求,而是可以依靠產品內置的本地處理功能來幫助維持更穩定的運營支出。

            機器學習(ML)推理模型的快速接受和需求的增加極大地增強了邊緣計算的重要性。對于開發人員,推理模型的本地處理有助于減少響應延遲和基于云的推理所需的云資源成本。對于用戶而言,使用本地推理模型可以增強信心,即使偶爾出現網絡連接中斷或產品供應商基于云的產品發生變化,其產品仍將繼續運行。此外,對安全性和隱私的關注會進一步推動對本地處理和推理的需求,以限制通過公共Internet傳輸到云的敏感信息的數量。

            開發用于基于視覺的對象檢測的NN推理模型是一個多步驟過程,從模型訓練開始,通常使用公開可用的標記圖像或自定義標記圖像在ML框架(例如TensorFlow)上執行。由于處理需求,通常使用云或其他高性能計算平臺中的圖形處理單元(GPU)進行模型訓練。在完成訓練之后,該模型將轉換為能夠在邊緣或霧計算資源上運行的推理模型,并將推理結果作為一組對象類概率提供(圖1)。

            圖1:為邊緣AI實現推理模型位于多步驟過程的結尾,該過程需要使用可用或自定義訓練數據在框架上對NN進行訓練和優化。(圖片來源:Microchip Technology)

            為什么推理模型在計算上具有挑戰性

            盡管與訓練過程中使用的模型相比,其大小和復雜度有所降低,但由于需要大量計算,因此NN推理模型仍然對通用處理器提出了計算難題。在其通用形式中,深度NN模型包括多層神經元集合。在完全連接的網絡的每一層中,每個神經元都需要計算每個輸入的乘積和相關的權重(圖2)。

            圖2:使用NN進行推理所需的計算數量可能會導致大量的計算工作。 (圖片來源:Microchip Technology)

            圖2中未顯示激活函數所施加的額外計算要求,該函數通過將負值映射為零,將值映射為大于1到1以及類似的函數來修改每個神經元的輸出。每個神經元nij的激活函數的輸出用作下一層i + 1的輸入,以這種方式在每一層繼續。最終,NN模型的輸出層生成一個輸出向量,該輸出向量表示原始輸入向量(或矩陣)對應于在監督學習過程中使用的類(或標簽)之一的概率。

            有效的NN模型是使用比典型的通用NN拱形更大,更復雜的架構構建的。例如,用于圖像對象檢測的典型卷積神經網絡(CNN)以分段方式應用這些原理,跨輸入圖像的寬度,高度和顏色深度進行掃描,以生成一系列特征圖,最終生成輸出預測矢量(圖3)。

            圖3:用于圖像對象檢測的CNN涉及許多層的大量神經元,對計算平臺提出了更高的要求。 (圖片來源:Aphex34 CC BY-SA 4.0)

            使用FPGA加速NN

            盡管在邊緣執行推理模型的方法不斷涌現,但幾乎沒有其他選擇可以提供在邊緣進行實際高速推理所需的靈活性、性能和能效的最佳組合。在邊緣AI的現有替代方案中,FPGA尤其有效,因為它們可以提供基于硬件的高性能計算密集型操作,而消耗的功率卻相對較小。

            盡管具有優勢,但由于傳統的開發流程有時會繞開FPGA,而對于那些沒有豐富的FPGA經驗的開發人員來說,這可能令人望而生畏。為了創建由NN框架生成的NN模型的有效FPGA實現,開發人員需要了解將模型轉換為寄存器傳輸語言(RTL),綜合設計以及完成最終布局和布線物理設計的細微差別階段以產生優化的實現(圖4)。

            圖4:要在FPGA上實現NN模型,到目前為止,開發人員需要了解如何將其模型轉換為RTL并通過傳統的FPGA流程進行工作。 (圖片來源:Microchip Technology)

            憑借其PolarFire FPGA,專用軟件和相關的知識產權(IP),Microchip Technology提供了一種解決方案,可以在沒有FPGA經驗的情況下廣泛地為開發人員提供高性能,低功耗的推理。

            PolarFire FPGA采用先進的非易失性處理技術制造,旨在最大程度地提高靈活性和性能,同時將功耗降至最低。除了用于通信和輸入/輸出(I / O)的大量高速接口外,它們還具有能夠使用軟IP內核支持高級功能的深度FPGA結構,包括RISC-V處理器,高級存儲控制器和其他功能。標準接口子系統(圖5)。

            圖5:Microchip Technology PolarFire架構提供了一種深層結構,旨在支持高性能設計要求,包括計算密集型推理模型的實現。 (圖片來源:Microchip Technology)

            PolarFire FPGA架構提供了廣泛的邏輯元素和專用模塊集,由PolarFire FPGA系列的不同成員(包括MPF100T,MPF200T,MPF300T和MPF500T系列)以各種容量支持(表1)。

            表1:PolarFire系列提供了多種FPGA架構功能和容量。 (表來源:Digi-Key,基于Microchip Technology PolarFire數據表)

            在推理加速令人關注的功能中,PolarFire架構包括一個專用的數學模塊,該模塊提供了帶有預加器的18位×18位帶符號乘法累加函數(MAC)。內置點積模式使用單個數學塊執行兩個8位乘法運算,從而提供了一種機制,可以利用模型量化對精度的影響可以忽略不計。

            除了加速數學運算之外,PolarFire架構還有助于緩解在通用架構上實現推理模型時遇到的內存擁塞,例如用于存儲在NN算法執行期間創建的中間結果的小型分布式內存。此外,NN模型的權重和偏差值可以存儲在16位深度乘18位系數的只讀存儲器ROM)中,該存儲器由位于數學塊附近的邏輯元素構建而成。

            結合其他PolarFire FPGA架構功能,數學模塊為Microchip Techno提供了基礎的更高級別的CoreVectorBlox IP。這是一個靈活的NN引擎,能夠執行不同類型的NN。連同一組控制寄存器,CoreVectorBlox IP包括三個主要功能塊:

            單片機:一個簡單的RISC-V軟處理器,可從外部存儲讀取Microchip固件二進制大對象(BLOB)和用戶特定的NN BLOB文件。它通過執行BLOB固件中的指令來控制整個CoreVectorBlox操作。

            矩陣處理器(MXP):一種軟處理器,包括八個32位算術邏輯單元(ALU),設計為使用元素張量運算對數據矢量執行并行運算,包括加,減,異或,移位,mul,dotprod等,根據需要使用8位,16位和32位混合精度。

            CNN加速器:使用二維數組的MAC函數加速MXP的操作,這些MAC函數使用數學塊實現,并以8位精度運行。

            完整的NN處理系統將結合CoreVectorBlox IP塊,內存,內存控制器和主機處理器,例如Microsoft RISC-V(Mi-V)軟件處理器內核(圖6)。

            圖6:CoreVectorBlox IP模塊與諸如Microchip的Mi-V RISC-V微控制器之類的主機處理器配合使用,以實現NN推理模型。 (圖片來源:Microchip Technology)

            在視頻系統實現中,主機處理器將從系統閃存中加載固件和網絡BLOB,并將它們復制到DDR RAM中,以供CoreVectorBlox塊使用。當視頻幀到達時,主處理器將它們寫入DDR RAM,并向CoreVectorBlox塊發送信號以開始處理圖像。在運行BLOB網絡中定義的推理模型后,CoreVectorBlox塊將包括圖像分類在內的結果寫回到DDR RAM中,以供目標應用程序使用。

            開發流程簡化了NN FPGA的實現

            Microchip使開發人員免于在PolarFire FPGA上實現NN推理模型的復雜性。NN模型開發人員無需像傳統的FPGA流程那樣處理細節,而是照常使用其NN框架,并將結果模型加載到Microchip Technology的VectorBlox加速器軟件開發套件(SDK)中。 SDK生成所需的文件集,包括正常FPGA開發流程所需的文件集以及前面提到的固件和網絡BLOB文件(圖7)。

            圖7:VectorBlox Accelerator SDK管理在FPGA上實現NN模型的細節,自動生成設計和運行基于FPGA的推理模型所需的文件。 (圖片來源:Microchip Technology)

            由于VectorBlox Accelerator SDK流程將NN設計覆蓋在FPGA中實現的NN引擎,因此不同的NN可以在同一FPGA設計上運行,而無需重做FPGA設計綜合流程。開發人員可以為生成的系統創建C / C ++代碼,并能夠使用時間切片在系統中即時切換模型或同時運行模型。

            VectorBlox Accelerator SDK融合了Microchip Technology Free FPGA設計套件,并具有用于NN推理模型開發的全面功能。除了模型優化,量化和校準服務外,SDK還提供了一個NN仿真器,使開發人員可以在將其用于FPGA硬件實現之前,使用相同的BLOB文件評估其模型(圖8)。

            圖8:VectorBlox Accelerator SDK提供了一整套服務,旨在優化框架生成的推理模型的FPGA實現。 (圖片來源:Microchip Technology)

            VectorBlox Accelerator SDK支持開放神經網絡交換(ONNX)格式的模型,以及來自多個框架的模型,包括TensorFlow,Caffe,Chainer,PyTorch和MXNET。受支持的CNN架構包括MNIST,MobileNet版本,ResNet-50,Tiny Yolo V2和Tiny Yolo V3。 Microchip正在努力擴展支持,以將大多數網絡納入預訓練模型的開源OpenVINO工具包以及open model zoo中,包括Yolo V3,Yolo V4,RetinaNet和SSD-MobileNet等。

            視頻套件演示了FPGA推理

            為了幫助開發人員快速進入智能嵌入式視覺應用開發,Microchip Technology提供了一個全面的示例應用,旨在在該公司的MPF300-VIDEO-KIT PolarFire FPGA視頻和成像套件以及參考設計上運行。

            該套件的電路板基于Microchip MPF300T PolarFire FPGA,結合了雙攝像頭傳感器,DDR4 RAM,閃存,電源管理和各種接口(圖9)。

            圖9:MPF300-VIDEO-KIT PolarFire FPGA視頻、圖像套件和相關軟件為開發人員提供了快速入門,幫助他們在智能嵌入式視覺應用中進行基于FPGA的推理。 (圖片來源:Microchip Technology)

            該套件隨附一個完整的Libero設計項目,用于生成固件和網絡BLOB文件。將BLOB文件編程到板載閃存中后,開發人員單擊Libero中的運行按鈕開始演示,該演示處理來自攝像頭傳感器的視頻圖像并在顯示屏上顯示推斷結果(圖10)。

            圖10:Microchip Technology PolarFire FPGA視頻和成像套件演示了如何設計和使用基于Microchip CoreVectorBlox NN引擎構建的智能嵌入式視覺系統的FPGA實現。 (圖片來源:Microchip Technology)

            對于每個輸入視頻幀,基于FPGA的系統執行以下步驟(步驟編號與圖10相關):

            1、從相機加載框架

            2、將幀存儲在RAM中

            3、從RAM讀取幀

            4、將原始圖像轉換為RGB,平面RGB,并將結果存儲在RAM中

            5、Mi-V軟核RISC-V處理器啟動CoreVectorBlox引擎,該引擎從RAM檢索圖像,執行推理,并將分類概率結果存儲回RAM

            6、Mi-V使用結果創建帶有邊框,分類結果和其他元數據的覆蓋框架,并將該框架存儲在RAM中

            7、原始幀與覆蓋幀融合并寫入HDMI顯示屏

            該演示支持Tiny Yolo V3和MobileNet V2模型的加速,但是開發人員可以使用前面描述的方法運行其他SDK支持的模型,只需稍作更改即可將模型名稱和元數據添加到包含兩個默認模型的現有列表中。

            結論

            諸如NN模型之類的AI算法通常會施加計算密集型工作負載,這些工作負載需要比通用處理器更強大的計算資源。盡管FPGA具備足夠的能力來滿足推理模型執行的性能和低功耗要求,但傳統的FPGA開發方法似乎很復雜,常常使開發人員轉向次優解決方案。

            如圖所示,使用Microchip Technology的專用IP和軟件,沒有FPGA經驗的開發人員也可以實施基于推理的設計,從而更好地滿足性能,功耗和設計進度要求。
            編輯:hfy

            收藏 人收藏
            分享:

            評論

            相關推薦

            一種基于深度神經網絡的龐氏騙局合約檢測方法

            區塊鏈技術的發展吸引了全球投資者的目光。目前,有數以萬計的智能合約部署在以太坊上。在給金融、溯源等諸....
            發表于 04-20 14:45 ? 1次 閱讀
            一種基于深度神經網絡的龐氏騙局合約檢測方法

            基于深度學習的自然語言處理對抗樣本模型

            深度學習模型被證明存在脆弱性并容易遭到對抗樣本的攻擊,但目前對于對抗樣本的研究主要集中在計算機視覺領....
            發表于 04-20 14:36 ? 5次 閱讀
            基于深度學習的自然語言處理對抗樣本模型

            工信部正式印發了《促進新一代人工智能產業發展三年行動計劃》

            到2014年,連接到互聯網的設備超過了世界人口的總和。Cisco預測,到2020年,將有500億個相....
            的頭像 傳感器技術 發表于 04-20 14:24 ? 90次 閱讀
            工信部正式印發了《促進新一代人工智能產業發展三年行動計劃》

            基于深度學習的MiRNA靶位點預測研究綜述

            Micrornas( mirnas)是一類長約22~23堿基(nt)的單鏈非編碼RNA,在生物進化方....
            發表于 04-20 11:41 ? 11次 閱讀
            基于深度學習的MiRNA靶位點預測研究綜述

            基于X光成像上下文的透射率自適應域對齊方法

            隨著卷積神經網絡的發展,Ⅹ光安全檢查圖像的自動目標檢測算法已經取得了重大進步。但是,當將這些目標檢測....
            發表于 04-20 11:16 ? 3次 閱讀
            基于X光成像上下文的透射率自適應域對齊方法

            民進中央調研組蒞臨節卡機器人調研指導

            2021年4月14日下午,由全國政協副主席、民進中央常務副主席劉新成帶隊的民進中央調研組蒞臨節卡機器....
            的頭像 機器人大講堂 發表于 04-20 09:38 ? 97次 閱讀
            民進中央調研組蒞臨節卡機器人調研指導

            清華大學團隊提出并構建光電智能衍射計算處理器

            以深度學習為代表的人工智能技術已在包括自動駕駛、醫療診斷、語音翻譯等眾多領域帶來巨大的變革。隨著深度....
            的頭像 機器人大講堂 發表于 04-20 09:30 ? 80次 閱讀
            清華大學團隊提出并構建光電智能衍射計算處理器

            科技公司為汽車賦予更廣泛的內涵——機器人

            造車界隨著小米、滴滴等一系列巨頭的入場顯得熱鬧非凡,科技公司開始為汽車賦予更廣泛的內涵——機器人。 ....
            的頭像 機器人大講堂 發表于 04-20 09:25 ? 259次 閱讀
            科技公司為汽車賦予更廣泛的內涵——機器人

            如何讓新一代人工智能從傳統AI中走出來?

            4月10日,“吳文俊人工智能科學技術獎”十周年頒獎盛典在北京舉辦。 中國科協黨組書記懷進鵬、中國工程....
            的頭像 機器人大講堂 發表于 04-20 09:21 ? 113次 閱讀
            如何讓新一代人工智能從傳統AI中走出來?

            三個例子告訴你們基于動力學的數據科學在生命科學中的應用

            21世紀以來,生物大數據在量(多數據種類,海量樣本數,多時間點采樣等)、質(高時空精度,單細胞測序等....
            的頭像 知社學術圈 發表于 04-20 09:17 ? 122次 閱讀
            三個例子告訴你們基于動力學的數據科學在生命科學中的應用

            機器人設計,如何選擇電機?資料下載

            電子發燒友網為你提供機器人設計,如何選擇電機?資料下載的電子資料下載,更有其他相關的電路圖、源代碼、....
            發表于 04-20 08:43 ? 4次 閱讀
            機器人設計,如何選擇電機?資料下載

            新一代人工智能的硬核是什么?

            傳統的計算機的硬核是算力、算法和大數據,那么新一代人工智能的硬核是什么?該不該是交互、學習或記憶呢?....
            的頭像 工業4俱樂部 發表于 04-19 17:13 ? 409次 閱讀
            新一代人工智能的硬核是什么?

            Series4擁有經得起未來考驗的性能和計算密度

            深度學習的多功能性和強大功能意味著現代神經網絡在機器翻譯、動作識別、任務規劃、情感分析和圖像處理等領....
            的頭像 Imagination Tech 發表于 04-19 16:19 ? 134次 閱讀
            Series4擁有經得起未來考驗的性能和計算密度

            【稀缺資源】基于FPGA的CameraLink OUT視頻案例

            [table=98%] [tr][td][table=98%,#FFFFFF] [tr][td] [table=98%] [tr][td][table=98%] [tr][td] 創龍科技(Tr...
            發表于 04-19 15:26 ? 0次 閱讀
            【稀缺資源】基于FPGA的CameraLink OUT視頻案例

            基于YOLO改進的輕量級交通標識檢測模型

            在車載邊緣計算單元中,由于其硬件設備的資源受限,開發適用于車載邊緣計算的輕量級、高效的交通標識檢測模....
            發表于 04-19 15:01 ? 4次 閱讀
            基于YOLO改進的輕量級交通標識檢測模型

            基于延遲接受的多用戶任務卸載策略MUTODA

            隨著人工智能的應用對計算資源的要求越來越高,移動設備由于計算能力和存儲能量有限而無法處理這類有實時性....
            發表于 04-19 14:44 ? 7次 閱讀
            基于延遲接受的多用戶任務卸載策略MUTODA

            人工智能驅動創新藥研發公司望石智慧完成B及B+輪融資

            目前,AI新藥研發已突破概念驗證并進入產業化階段,全球范圍內已有多款利用AI進行研發的藥物陸續在近一....
            的頭像 IoT科技評論 發表于 04-19 14:44 ? 187次 閱讀
            人工智能驅動創新藥研發公司望石智慧完成B及B+輪融資

            70%安防SoC芯片市場陷入“真空”

            中國安防產業不僅市場規模持續壯大,還在引入新技術、開發新產品、推出新解決方案等方面全球領先,尤其是對....
            的頭像 半導體投資聯盟 發表于 04-19 14:33 ? 410次 閱讀
            70%安防SoC芯片市場陷入“真空”

            AI藝術創作工具存在種族、性別歧視?

            日本富士通的一支研究團隊利用有向無環圖模型(DAG)研究AI生成藝術中的偏見現象。該研究發現,目前的....
            的頭像 物聯網技術 發表于 04-19 14:33 ? 55次 閱讀
            AI藝術創作工具存在種族、性別歧視?

            全球性危機時代下的供應鏈重構:企業注重數據洞察以降低自身風險

            近80%的受訪企業指出,他們已加速落實供應鏈數字化轉型的策略,而50%的受訪企業將在未來兩年內全面改....
            的頭像 西西 發表于 04-19 11:58 ? 228次 閱讀
            全球性危機時代下的供應鏈重構:企業注重數據洞察以降低自身風險

            請問怎樣去設計串口收發模塊仿真模型?

            本實驗不僅注重可綜合的代碼編寫,同時更注重代碼的仿真驗證。通過仿真,我們能夠尋找設計中可能存在的問題....
            的頭像 電子發燒友網工程師 發表于 04-19 11:43 ? 132次 閱讀
            請問怎樣去設計串口收發模塊仿真模型?

            華為工業自動化領域的實踐已獲行業權威機構認可

            近日,由中國自動化學會主辦的2021中國自動化產業年會(CAIAC2021)暨第十六屆中國自動化產業....
            的頭像 華為智能計算 發表于 04-19 11:31 ? 216次 閱讀
            華為工業自動化領域的實踐已獲行業權威機構認可

            如何用OpenCL實現FPGA上的大型卷積網絡加速?

            Xilinx zynq系列FPGA實現神經網絡評估 本篇目錄 1. 內存占用 1.1 FPGA程序中....
            的頭像 FPGA之家 發表于 04-19 11:12 ? 128次 閱讀
            如何用OpenCL實現FPGA上的大型卷積網絡加速?

            平湖重點打造了平湖經濟技術開發區重點發展數字經濟產業

            隨著5G、人工智能、云計算等新一代信息技術的逐漸成熟,傳統產業和新一代信息技術正逐漸呈現雙向融合的趨....
            的頭像 高工機器人 發表于 04-19 10:56 ? 311次 閱讀
            平湖重點打造了平湖經濟技術開發區重點發展數字經濟產業

            第二屆“先導杯”計算應用大獎賽正式啟幕

            4月15日,凝聚中國百余家高校、科研院所、知名科技企業等各方力量的科技領域行業盛事——第二屆“先導杯....
            的頭像 電子發燒友網工程師 發表于 04-19 10:47 ? 162次 閱讀
            第二屆“先導杯”計算應用大獎賽正式啟幕

            太原市政府與華為公司簽署共建華為(太原)軟件學院戰略合作協議

            4月14日,太原市政府、華為公司簽署共建華為(太原)軟件學院戰略合作協議,并舉辦“人人持證、技能社會....
            的頭像 華為IT產品解決方案 發表于 04-19 10:16 ? 263次 閱讀
            太原市政府與華為公司簽署共建華為(太原)軟件學院戰略合作協議

            關于SDRAM控制器的基礎知識詳解

            在FPGA視頻圖像處理系統中,經常需要使用到SDRAM作為視頻圖像緩存。SDRAM控制器可以分為上電....
            的頭像 FPGA之家 發表于 04-19 09:46 ? 83次 閱讀
            關于SDRAM控制器的基礎知識詳解

            新型AI光學傳感器有望給圖像識別、人工智能等領域帶來重大突破

            據《應用物理快報》近日報道,美國俄勒岡州立大學在新型光學傳感器研發上取得重大進展。他們開發出一種新型....
            的頭像 機器視覺自動化 發表于 04-19 09:44 ? 308次 閱讀
            新型AI光學傳感器有望給圖像識別、人工智能等領域帶來重大突破

            傳音控股獲“吳文俊人工智能科技進步獎”

            4月10日上午,中國智能科學技術最高獎“吳文俊人工智能科學技術獎”十周年頒獎盛典在京舉行。傳音控股《....
            的頭像 電子發燒友網工程師 發表于 04-19 09:42 ? 145次 閱讀
            傳音控股獲“吳文俊人工智能科技進步獎”

            3小時學習神經網絡與深度學習課件下載

            3小時學習神經網絡與深度學習課件下載
            發表于 04-19 09:36 ? 17次 閱讀
            3小時學習神經網絡與深度學習課件下載

            簡述圖像檢測和圖像分割之間的區別

            英語原文: What is the difference between Object Detect....
            的頭像 機器視覺自動化 發表于 04-19 09:31 ? 81次 閱讀
            簡述圖像檢測和圖像分割之間的區別

            FPGA在物聯網應用中的優勢資料下載

            電子發燒友網為你提供FPGA在物聯網應用中的優勢資料下載的電子資料下載,更有其他相關的電路圖、源代碼....
            發表于 04-19 08:41 ? 69次 閱讀
            FPGA在物聯網應用中的優勢資料下載

            求大神分享關于iTOP-3399開發板人工智能的測試資料

            求大神分享關于iTOP-3399開發板人工智能的測試資料...
            發表于 04-19 06:08 ? 0次 閱讀
            求大神分享關于iTOP-3399開發板人工智能的測試資料

            求幫助!請問AD9265的工作邏輯

            這是AD9265的時序圖,有點看不懂,希望有大佬能講解一下這個AD9265的工作流程,怎么用Verilog寫AD控制邏輯。非常感謝!...
            發表于 04-18 21:22 ? 0次 閱讀
            求幫助!請問AD9265的工作邏輯

            基于FPGA的DDS信號源

            發表于 04-18 13:55 ? 102次 閱讀
            基于FPGA的DDS信號源

            德州儀器TI會不會收購一家FPGA公司來完善其處理器?

            最近很多人討論下一家收購FPGA企業的大佬是誰,Nvidia?Broadcom?說法不一,有人問德州....
            的頭像 FPGA之家 發表于 04-18 11:36 ? 468次 閱讀
            德州儀器TI會不會收購一家FPGA公司來完善其處理器?

            搞深度學習框架的那群人必然是浩宇璀璨群星

            世間有一種軟件,名叫“深度學習框架”。 在人工智能的江湖,常聽人言:得框架者,得天下。 多年以前,一....
            的頭像 人工智能與大數據技術 發表于 04-18 11:04 ? 703次 閱讀
            搞深度學習框架的那群人必然是浩宇璀璨群星

            CNN完整的3D可視化出來是什么樣子?

            做計算機視覺,離不開CNN。 可是,卷積、池化、Softmax……究竟長啥樣,是怎樣相互連接在一起的....
            的頭像 人工智能與大數據技術 發表于 04-18 11:00 ? 364次 閱讀
            CNN完整的3D可視化出來是什么樣子?

            深度學習在各種計算機視覺任務上都取得了重大的突破

            這里舉個例子,CV中有一個很具有挑戰性的任務是3D from Monocular Vision,即從....
            的頭像 新機器視覺 發表于 04-18 10:34 ? 116次 閱讀
            深度學習在各種計算機視覺任務上都取得了重大的突破

            一片欣欣向榮背后,深度學習在計算機視覺領域的瓶頸已至

            深度學習能夠實現的前提是大量經過標注的數據,這使得計算機視覺領域的研究人員傾向于在數據資源豐富的領域....
            的頭像 新機器視覺 發表于 04-18 10:11 ? 142次 閱讀
            一片欣欣向榮背后,深度學習在計算機視覺領域的瓶頸已至

            了解2021年人工智能發展現狀

            報告對2021年度人工智能最新的研究趨勢和進展進行了總結,并分析了資本、政策對AI技術的影響,以及深....
            的頭像 新機器視覺 發表于 04-18 10:09 ? 442次 閱讀
            了解2021年人工智能發展現狀

            利用Anadigm FPGA實現EMG信號采集系統的設計

            在生物信號采集的過程中,信號的幅度因被測對象、不同種類的生物電勢的頻譜、不同的肌肉群以及皮膚電極耦合....
            的頭像 電子設計 發表于 04-18 09:37 ? 202次 閱讀
            利用Anadigm FPGA實現EMG信號采集系統的設計

            全球首獲FDA批準的人工智能檢測結直腸息肉系統模塊誕生

            Cosmo Pharmaceuticals NV(SIX:COPN)于 4 月 12 日宣布,公司旗....
            的頭像 DeepTech深科技 發表于 04-18 09:35 ? 184次 閱讀
            全球首獲FDA批準的人工智能檢測結直腸息肉系統模塊誕生

            清華大學團隊提出并構建了光電智能衍射計算處理器

            以深度學習為代表的人工智能技術已在包括自動駕駛、醫療診斷、語音翻譯等眾多領域帶來巨大的變革。隨著深度....
            的頭像 DeepTech深科技 發表于 04-18 09:22 ? 135次 閱讀
            清華大學團隊提出并構建了光電智能衍射計算處理器

            基于FPGA+SRAM實現超聲視頻圖像采集系統的設計

            醫學超聲診斷成像技術大多數采用超聲脈沖回波法,即利用探頭產生超聲波進入人體,由人體組織反射產生的回波....
            的頭像 電子設計 發表于 04-18 09:08 ? 124次 閱讀
            基于FPGA+SRAM實現超聲視頻圖像采集系統的設計

            軋線PLC 控制系統的組成資料下載

            電子發燒友網為你提供軋線PLC 控制系統的組成資料下載的電子資料下載,更有其他相關的電路圖、源代碼、....
            發表于 04-18 08:53 ? 11次 閱讀
            軋線PLC 控制系統的組成資料下載

            一文了解人工智能的概念元素資料下載

            電子發燒友網為你提供一文了解人工智能的概念元素資料下載的電子資料下載,更有其他相關的電路圖、源代碼、....
            發表于 04-18 08:47 ? 151次 閱讀
            一文了解人工智能的概念元素資料下載

            人臉識別的十個技術概念詳解資料下載

            電子發燒友網為你提供人臉識別的十個技術概念詳解資料下載的電子資料下載,更有其他相關的電路圖、源代碼、....
            發表于 04-18 08:42 ? 28次 閱讀
            人臉識別的十個技術概念詳解資料下載

            2021年 不少內外資藥企都在數字化布局上再下一城

            進入數字化大時代,醫藥企業正通過積極擁抱數字化,加快轉型升級。如何用數字化助力企業的藥品研發,快速響....
            的頭像 Les 發表于 04-17 11:09 ? 341次 閱讀
            2021年 不少內外資藥企都在數字化布局上再下一城

            科技強大的美國還是輸給了中國的5G技術

            美國5G現狀 1、美國各大運營商并沒有發布準確的5G基站數,根據各方信息判斷,美國現有5G基站數應該....
            的頭像 Les 發表于 04-17 11:05 ? 520次 閱讀
            科技強大的美國還是輸給了中國的5G技術

            農業與環境中的機器人資料下載

            電子發燒友網為你提供農業與環境中的機器人資料下載的電子資料下載,更有其他相關的電路圖、源代碼、課件教....
            發表于 04-17 08:44 ? 100次 閱讀
            農業與環境中的機器人資料下載

            【MiniStar FPGA開發板】配套視頻教程——淺談高云硬件設計注意事項(干貨分享)

                    本視頻是MiniStar FPGA開發板的配套視頻課程,本章節課程根據我們的設計經驗,通過...
            發表于 04-16 17:55 ? 101次 閱讀
            【MiniStar FPGA開發板】配套視頻教程——淺談高云硬件設計注意事項(干貨分享)

            【MiniStar FPGA開發板】配套視頻教程——溫濕度測量

                    本視頻是MiniStar FPGA開發板的配套視頻課程,課程內容首先介紹溫濕度傳感器模塊的...
            發表于 04-16 17:17 ? 101次 閱讀
            【MiniStar FPGA開發板】配套視頻教程——溫濕度測量

            【MiniStar FPGA開發板】配套視頻教程——舵機控制

                    本視頻是MiniStar FPGA開發板的配套視頻課程,課程內容介紹舵機的控制原理及利用F...
            發表于 04-16 17:09 ? 101次 閱讀
            【MiniStar FPGA開發板】配套視頻教程——舵機控制

            人工智能是人類消除對地球環境危害的新解決方案

            氣候變化是我們地球面臨的最大挑戰,人工智能可以幫助我們對抗全球氣溫的上升。聯合國已經警告我們,202....
            的頭像 beanxyy 發表于 04-16 16:59 ? 300次 閱讀
            人工智能是人類消除對地球環境危害的新解決方案

            上千家材料企業現場對接需求 2021新材料供應鏈峰會成功舉辦

            本次峰會以“開放、生態、平臺”為主題,吸引了500+制造業采購、500+新材料供應商、300+新材料....
            的頭像 西西 發表于 04-16 16:02 ? 258次 閱讀
            上千家材料企業現場對接需求 2021新材料供應鏈峰會成功舉辦

            保護FPGA設計不受常見的入侵威脅

            發表于 04-16 15:44 ? 101次 閱讀
            保護FPGA設計不受常見的入侵威脅

            【MiniStar FPGA開發板】配套視頻教程——Gowin軟件特性

                    本視頻是MiniStar FPGA開發板的配套視頻課程,主要通過工程實例講解Gowin工具的一...
            發表于 04-16 15:35 ? 101次 閱讀
            【MiniStar FPGA開發板】配套視頻教程——Gowin軟件特性

            labview FPGA錯誤

            labview  FPGA編譯出現FIFO缺少一個函數,求大神指點...
            發表于 04-16 10:07 ? 0次 閱讀
            labview FPGA錯誤

            TMP411 ±1°C Programmable Remote/Local Digital Out Temperature Sensor

            TMP411設備是一個帶有內置本地溫度傳感器的遠程溫度傳感器監視器。遠程溫度傳感器,二極管連接的晶體管通常是低成本,NPN或PNP型晶體管或二極管,是微控制器,微處理器或FPGA的組成部分。 遠程精度為±1 °C適用于多個設備制造商,無需校準。雙線串行接口接受SMBus寫字節,讀字節,發送字節和接收字節命令,以設置報警閾值和讀取溫度數據。 TMP411器件中包含的功能包括:串聯電阻取消,可編程非理想因子,可編程分辨率,可編程閾值限制,用戶定義的偏移寄存器,用于最大精度,最小和最大溫度監視器,寬遠程溫度測量范圍(高達150°C),二極管故障檢測和溫度警報功能。 TMP411器件采用VSSOP-8和SOIC-8封裝。 特性 ±1°C遠程二極管傳感器 ±1°C本地溫度傳感器 可編程非理想因素 串聯電阻取消 警報功能 系統校準的偏移寄存器 與ADT7461和ADM1032兼容的引腳和寄存器 可編程分辨率:9至12位 可編程閾值限...
            發表于 09-19 16:35 ? 253次 閱讀
            TMP411 ±1°C Programmable Remote/Local Digital Out Temperature Sensor

            TMP468 具有引腳可編程的總線地址的高精度遠程和本地溫度傳感器

            TMP468器件是一款使用雙線制SMBus或I 2 C兼容接口的多區域高精度低功耗溫度傳感器。除了本地溫度外,還可以同時監控多達八個連接遠程二極管的溫度區域。聚合系統中的溫度測量可通過縮小保護頻帶提升性能,并且可以降低電路板復雜程度。典型用例為監測服務器和電信設備等復雜系統中不同處理器(如MCU,GPU和FPGA)的溫度。該器件將諸如串聯電阻抵消,可編程非理想性因子,可編程偏移和可編程溫度限值等高級特性完美結合,提供了一套精度和抗擾度更高且穩健耐用的溫度監控解決方案。 八個遠程通道(以及本地通道)均可獨立編程,設定兩個在測量位置的相應溫度超出對應值時觸發的閾值。此外,還可通過可編程遲滯設置避免閾值持續切換。 TMP468器件可提供高測量精度(0.75°C)和測量分辨率(0.0 625°C)。該器件還支持低電壓軌(1.7V至3.6V)和通用雙線制接口,采用高空間利用率的小型封裝(3mm×3mm或1.6mm×1.6mm),可在計算系統中輕松集成。遠程結支持-55°C至+ 150°C的溫度范圍。 特性 8通道遠程二極管溫度傳感器精度:±0.75&...
            發表于 09-18 16:05 ? 166次 閱讀
            TMP468 具有引腳可編程的總線地址的高精度遠程和本地溫度傳感器
            最好看的2018中文字幕_亚洲欧美日韩一区_国产欧美亚洲综合第一区_欧美日韩视费观看视频