UPGRADE YOUR BROWSER

We have detected your current browser version is not the latest one. Xilinx.com uses the latest web technologies to bring you the best online experience possible. Please upgrade to a Xilinx.com supported browser:Chrome, Firefox, Internet Explorer 11, Safari. Thank you!

AI 边缘平台

Xilinx 边缘 AI 平台提供全面的工具和模型,其可充分利用独特的深度压缩及硬件加速深度学习技术。

该平台为嵌入式 CPU FPGA 提供高效、便捷、经济的推断部署。

Xilinx AI 团队由著名的研究人员和经验丰富的专业人士组成,他们以其在深度学习领域的开创性工作而闻名。

edge-ai-platform

DNNDK™(深度神经网络开发套件)

DNNDK 可释放在 Xilinx 端点 AI 平台上部署 AI 推断的生产力和效率。

dnndk-02

主要特性

  • 提供一系列完整的压缩、编译、部署及文件配置工具链。
  • 支持主流框架和最新的模型,能够执行不同的深度学习任务
  • 提供轻量级标准 C/C++ 编程 API(无需 RTL 编程知识)
  • 可扩展电路板提供从成本优化型平台到性能驱动型平台的支持
  • 支持与 SDSoC 和 Vivado 的系统集成

DNNDK 包括::

  • DEep ComprEssioN 工具 (DECENT)
  • 深度神经网络编译器 (DNNC)
  • 神经网络运行时 (N2Cube)
  • 分析器

DNNDK™ 组件

深度压缩

有了世界领先的模型压缩技术,我们可以在对精度影响极小的情况下,将模型的复杂性降低 5 至 50 倍。深度压缩可将您的 AI 推断性能提升到一个新的层次。

dnndk-03

dnndk-04

深度神经网络编译器

将 AI 模型映射至高效指令集及数据流。还可执行高级优化任务,如层融合和指令排程等,并可尽量重复使用片上内存。


N2Cube 运行时和性能分析器

N2Cube 运行时提供一系列基于张量的轻量级 API,其可实现便捷的应用开发。此外,它还提供高效的任务调度、内存管理和中断处理。性能分析器有助于程序员深入分析 AI 推断实现方案的效率和利用率。

dnndk-05

硬件架构

aristotle

Aristotle 架构

深度学习处理单元 (DPU) 经过精心设计,非常高效、低时延并可针对广泛的端点 AI 应用进行扩展。它支持最常用的网络层和运算符,从而可通过硬件加速充分利用底层 Xilinx FPGA 架构,实现时延、功耗与成本之间的最佳权衡。

框架

Xilinx 边缘 AI 平台支持大量行业标准框架,其突出显示在下表中。

框架 说明 可利用性
TensorFlow 是谷歌开发的开源框架。
CAFFE 是在加州大学伯克利分校开发的开源框架。
Darknet 是 Joseph Redmon 开发的开源框架。

模型

Xilinx AI 平台支持 AI/ML 模型,如下所示。

 

应用 任务 算法
通用 图像分类 Resnet50, Inception v1, BN-inception, VGG16, SqueezeNet, MobilenetV2
目标检查 MobilnetV2-SSD, SSD, YOLO v2,     YOLO v3, Tiny YOLO v2, Tiny YOLO v3
市场细分 ENet, ESPNet
面部 面部检查 SSD、Densebox
路标定位 坐标回归
面部识别 ResNet + Triplet / A-softmax 丢失
面部属性识别 分类与回归
行人 行人检查 SSD
姿态估计 坐标回归
视频分析 目标检查 SSD、RefineDet
行人属性识别 GoogleNet
汽车属性识别 GoogleNet
汽车属性识别 修改后的 Densebox + GoogleNet
车牌检查 修改的 DenseBox
车牌识别 GoogleNet + 多任务学习
ADAS/AD 目标检查 SSD、YOLOv2、YOLOv3
车道检测 VPGNet
语义分割 FPN

入门

有关文档、下载及其它实用资源的完整列表,请导航到 Edge AI 开发者中心。

的页面