资料下载
×
使用 Python 和 Jupyter 笔记本快速构建和编程基于 FPGA 的设计
消耗积分:0 |
格式:pdf |
大小:428.42KB |
2022-11-25
陈敏
分享资料个
传统上，设计人员转向现场可编程门阵列 (FPGA) 来加速计算密集型应用的硬件设计性能，例如计算机视觉、通信、工业嵌入式系统以及越来越多的物联网 (IoT)。然而，直到现在，传统 FPGA 编程中涉及的详细步骤仍然令人望而却步，这促使设计人员寻求替代处理解决方案。传统上，设计人员转向现场可编程门阵列 (FPGA) 来加速计算密集型应用的硬件设计性能，例如计算机视觉、通信、工业嵌入式系统以及越来越多的物联网 (IoT)。然而，直到现在，传统 FPGA 编程中涉及的详细步骤仍然令人望而却步，这促使设计人员寻求替代处理解决方案。基于 Jupyter 笔记本的 Python Productivity for Zynq (PYNQ) 开发环境的出现解决了 FPGA 可编程性的问题。使用专为支持 PYNQ 而设计的开发板，FPGA 经验很少的开发人员可以快速实施能够充分利用 FPGA 性能的设计，以加速计算密集型应用程序。基于 Jupyter 笔记本的 Python Productivity for Zynq (PYNQ) 开发环境的出现解决了 FPGA 可编程性的问题。使用专为支持 PYNQ 而设计的开发板，FPGA 经验很少的开发人员可以快速实施能够充分利用 FPGA 性能的设计，以加速计算密集型应用程序。本文将介绍典型的 FPGA 方法，然后介绍并展示如何开始使用本文将介绍典型的 FPGA 方法，然后介绍并展示如何开始使用DigilentDigilent的开发板，该开发板提供了一种强大的开源替代方案，可加快基于 FPGA 的系统的开发。的开发板，该开发板提供了一种强大的开源替代方案，可加快基于 FPGA 的系统的开发。为什么选择 FPGA？为什么选择 FPGA？需要采用复杂的计算密集型算法的工程师通常依靠 FPGA 来加速执行，而不会影响紧张的功率预算。事实上，FPGA 已经成为在边缘计算系统中加速人工智能算法的主要平台（参见“需要采用复杂的计算密集型算法的工程师通常依靠 FPGA 来加速执行，而不会影响紧张的功率预算。事实上，FPGA 已经成为在边缘计算系统中加速人工智能算法的主要平台（参见“使用 FPGA 构建具有机器学习的高性能嵌入式视觉应用程序使用 FPGA 构建具有机器学习的高性能嵌入式视觉应用程序”）。”）。更先进的 FPGA 片上系统 (SoC) 设备专为嵌入式应用而设计，将可编程逻辑 (PL) 结构与微控制器集成在一起。例如，更先进的 FPGA 片上系统 (SoC) 设备专为嵌入式应用而设计，将可编程逻辑 (PL) 结构与微控制器集成在一起。例如，Xilinx Xilinx Zynq-7000Zynq-7000 SoC 在其集成可编程逻辑 (PL) 结构中结合了双核 SoC 在其集成可编程逻辑 (PL) 结构中结合了双核
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
