【技术提升】如何搞定FPGA设计？

异构计算

FPGA处理密集计算优势抢眼

面对机器学习和云服务对于算力需求持续增长，异构计算逐渐成为高性能计算的主流解决方案。FPGA也逐渐走到台前，出现在各个数据中心。

密集型计算

矩阵运算、机器视觉、图像处理、搜索引擎排序、非对称加密等类型的特定运算任务，天然适合FPGA进行处理，通常在数据中心该类运算任务会由CPU卸载至FPGA执行。

如Stratix系列FPGA进行整数乘法运算，其性能与20核CPU相当，进行浮点乘法运算，其性能与8核CPU相当。

密集型通信

FPGA天然有吞吐量方面的优势，可接入40Gbps、100Gbps网线，并以线速处理各类数据包，同时FPGA无需指令，稳定工作的同时可保证极低延时。

FPGA协同CPU异构模式可极大提高在复杂端环境下设备的性能。

入门FPGA

从卷积运算、DPU到高速数据采集

FPGA与数字IC有什么区别？

有人分不清FPGA和数字芯片开发有什么区别，都是写verilog。但实际上还是有很多不同的。

硬声UP主：皮特派

入门卷积神经网络-FPGA基础知识框架

使用FPGA进行机器学习常用的卷积算法需要掌握哪些FPGA相关知识，视频中脑图可以在社群中领取。

硬声UP主：cxlisme

卷积神经网络Verilog代码仿真

针对verilog代码讲解图片数据在卷积神经网络中的变化过程。相关资料已开源，可以在社群中领取。

硬声UP主：cxlisme

使用FPGA编译属于自己的DPU硬件

Vitis深入教程，使用FPGA进行DPU应用开发系列。

硬声UP主：吃猫粮的耗子

基于FPGA的高速数据采集卡

介绍一款LVDS接口高速数据采集卡的开发过程及关键技术。

硬声UP主：老乔FPGA