AMD 技术日现场演示抢先看

描述

   

时间:2023年11月28日

AMD 将在北京举办今年度的技术盛会, “AMD 自适应和嵌入式产品技术日 – 北京站”。我们诚邀各位身处研发一线的工程师,架构师,项目管理人员齐聚北京,与您分享我们最新的产品更新、热门应用方案和工具/软件开发流程。

 

本次技术日活动为期一天,除了丰富的主题分享之外,AMD 携手我们的合作伙伴为大家现场展示基于 AMD 自适应与嵌入式产品的解决方案,应用方向涵盖智能汽车、无处不在的 AI、智能化工业与专业音视频、高性能嵌入式方案等。相信在这为期一天的活动当中您都可以找到相应领域的专家和方案展示,与您碰撞创意的火花,并帮助您将之加速实现。

 

 

哪些人不容错过?

   

 

  • 寻找更强大,开发更便捷的硬件开发人员

  • 期待使用硬件加速的软件/算法开发人员

  • 寻求更灵活更高效的系统架构师

  • 希望快速推进项目研发和部署的项目管理人员

 

 

有哪些值得关注的现场演示?

   

01

   

全新智能驾乘体验

 

汽车行业的未来正在向着高度自动化、娱乐化和电子化的方向发展,因此汽车市场面临着新的挑战。人们日益需要高性能处理器、先进传感器和域控制器来提升汽车的驾乘体验。

 

左右滑动查看更多

 
  • AMD 智能座舱方案

  • 超低延时汽车电子后视镜方案

 

 

 

   

AMD 智能座舱方案

本方案演示了在智能座舱设计中,同时使用 AMD APU 集成 GPU 和独立 GPU 来提升驾乘体验。AMD APU 集成 GPU 完成仪表盘和可触控中控屏的实时 3D 渲染,为驾驶员提供优质的驾驶体验。同时通过独立 GPU 在车内环境中支持 3A 游戏大作,为乘客提供更加优异的乘坐体验。

 

 

 

   

超低延时汽车电子后视镜方案

本方案演示了基于 AMD SoC 16nm 工艺器件实现的超低延时乘用车和商用车电子后视镜方案。方案满足国标 GB15084,适用于独立 ECU 形式的后视镜、屏下型,以及域控型等多种应用形态,兼容多传感器,多屏幕类型的基础上,为未来技术演进保持了更多的扩展性。

 

02

   

开放、无处不在的 AI 

 

AI 正在定义下一个计算时代,而且才刚刚开始,AI 带来的优势无处不在。我们相信,当 AI 普遍应用于方方面面,从云端到边缘再到端点时,这项技术的全部潜力将得到充分发挥,AMD 正在全力助力实现这一目标。

 

左右滑动查看更多

 
  • AMD Ryzen AI 大模型推理

  • 多任务 AI 视觉加速解决方案

 

 

 

   

AMD Ryzen AI 大模型推理

基于 AMD Ryzen AI (CPU + iGPU + AI 引擎) 平台的个人笔记本、电脑本地端上实现大模型推理,可以运行 130 亿参数的大模型,如 chatglm2-6b, llama2-7b,llama2-13b 等大模型。用户可以在此平台上实现人机器问答实时互动,在窗口中通过文字文本输入问题,系统在 Ryzen AI 平台本地端运行大模型推理实现实时问答推送。

 

 

 

   

多任务 AI 视觉加速解决方案

本 demo 演示的是基于 AMD 7nm Versal AI Edge 芯片的行车道多任务 AI 视觉加速解决方案。借助灵活 AMD 的 AIE-ML 架构和 Vitis AI 强大的深度学习推理加速工具,可在 Versal AI Edge 芯片上实现高效的多任务 AI 视觉加速功能,包括目标检测、语义分割、车道线和可行驶区域检测,以及物体深度估算等功能。

 

 

03

   

赋能工业4.0 与专业音视频处理

 

从赋能智能制造的 KRIA SoM 到Zynq UltraScale+ MPSoC,您可以现场体验 AMD  提供的异构嵌入式处理架构为10 GigE 工业相机、TSN,以及实时4K60图像处理所带来的强大平台支持。

 

左右滑动查看更多

 
  • 10GigE 工业相机端到端解决方案

  • AMD & MOXA时间敏感网络整体解决方案

  • AMD 视频畸变处理方案演示

 

 

 

   

10GigE 工业相机端到端解决方案

AMD 推出了面向机器视觉的 KR260 开发板,单板支持 10GigE 光口并提供配套的 Sony IMX547 的 Sensor 板(SLVS-EC接口)。该 Demo 可以广泛应用于 10GigE Vision 工业视觉领域,支持灵活的二次开发并协同 AMD 合作伙伴做深度定制。

 

 

 

   

AMD & MOXA时间敏感网络

整体解决方案

时间敏感网络 (TSN) 已经广泛应用于工业,5G通讯,车载以太网等领域。该 Demo 演示了通过 TSN Talker (Kria KR260) 经过 MOXA 的 TSN 交换机 (MPSoC) 与 TSN Listener (KR260) 进行实时数据传输和时钟同步的机制。

 

 

 

   

AMD 视频畸变处理方案演示

本 Demo 基于AMD ZCU102 开发套件,支持实时的 4K60 图像任意扭曲变形处理,支持梯形、桶形、枕形失真校正,支持图像旋转。可广泛应用在投影校正,镜头校正,HUD 任意曲面投影,图像异形拼接等领域。

 

 

04

   

合作伙伴案例演示

 

本次活动,AMD 还有幸邀请到了部分合作伙伴,为客户提供丰富的解决方案展示。应用涵盖从5G专网、医疗、测试测量、视频、电动车充电桩等多个领域。

 

 

左右滑动查看更多

 
  • 威视锐:一体化 5G 专网基站与测试仪

  • 研华科技:基于AMD平台高性能嵌入式解决方案

  • 普源精电:高速实时示波器信号处理解决方案

  • 安富利:MIPI 及 ZUBoard 解决方案

  • 科通:高性能 AMD 自适应原型开发平台

 

 

 

   

威视锐:一体化 5G 专网基站与测试仪

 

基于 AMD 自适应和嵌入式产品方案,实现随时随地部署的轻量化 5G 私有网络,面向行业应用可定制化裁剪。经过优化的 5G 协议栈运行在 AMD V2000 嵌入式处理器上,仅需一条以太网电缆(PoE Cable),同时实现供电和数据回传功能,特别适合专属融合网络、行业专网或抢险救援任务。融合 AMD RFSoC 和软件无线电技术,还可以实现 5G 协议综测仪,模拟 5G 基站和成百上千个终端业务并发,为 5G 研发和网络优化提供高性价比测试方案。

 

 

 

 

 

   

研华科技:基于AMD平台高性能嵌入式解决方案

 

研华科技将于现场展示基于 AMD 嵌入式处理器的多款嵌入式开发套件,包含面向医疗、测试测量、通信、边缘服务器等领域的模块化电脑产品 SOM-6872/SOM-E780,以及面向自助终端、电动汽车充电桩等应用的3.5" MI/O 单板电脑 MIO-5376和面向多种工业应用,采用丰富接口设计的AIMB系列工业主板。

 

 

 

 

 

 

 

 

 

   

普源精电:高速实时示波器

信号处理解决方案

 

方案基于 AMD FPGA 芯片灵活的 I/O 电气标准,高速的芯片互联接口以及大规模逻辑资源,可实现高速采样、大数据存储和传输,并行实时数字信号处理等功能。方案可达成最高 20GSa/s,5GHz 带宽,最多 2G 波形存储深度,100 万次波形刷新率的数字示波器解决方案;为客户提供实时波形测量、搜索,高速眼图、抖动等信号完整性分析功能。

 

 

 

 

 

 

 

 

   

安富利:MIPI 及 ZUBoard

解决方案

ZUBoard 立体人脸检测:系统采用了安富利的 ZUBoard 开发板和安富利双摄像头子卡,安富利提供完整的立体人脸检测 (Stereo Face Detection) 和测距参考设计,主要应用在嵌入式视觉和 AI 领域。

 

MIPI 接口解决方案:这个系统采用了AMD SP701开发板搭配 Digilent PCAM5 MIPI 摄像头输入和AUO 10.1” 的MIPI Panel,提供了完整的从MIPI camera 输入到MIPI Panel显示输出的图像链路处理参考设计,支持1-4Lane RAWRGB/YUV 等视频格式,和虚拟通道 ECC CRC等辅助功能。可以广泛运用在MIPI camera 接入,屏幕输出等应用领域。

 

 

 

   

科通:高性能 AMD 自适应原型

开发平台

原型验证整体平台:基于16nm 工艺的Virtex UltraScale+ 全可编程器件,助力ASIC原型平台验证,以及高复杂度算法开发与部署。

 

高速信号采集原型平台:基于Zynq RFSoC系列FPGA,支持8路最高5G ADC和8路最高10G的DAC的高速信号采集。

 

SOM快速开发原型平台:面向AMD K26/K24 SOM, 助力客户根据项目需求快速形成设计,并完成硬件及算法验证,缩短上市时间。

 

 

 

 

 

查看完整的日程安排,请点击这里

 

 

坐席有限,赶紧扫描

下方二维码,报名吧

 Xilinx

本次活动不向参会者收取任何费用

但因坐席有限,审核通过的观众可进入会场

敬请各位报名时正确填写您的公司名称职位信息工作邮箱

以免因信息不全而无法通过审核

 


原文标题:AMD 技术日现场演示抢先看

文章出处:【微信公众号:Xilinx赛灵思官微】欢迎添加关注!文章转载请注明出处。


打开APP阅读更多精彩内容
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

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分