灵活应变 & 实时
AI 推断加速
从边缘到云的最佳人工智能推断
Vitis™ AI 是 Xilinx 器件、板卡及 Alveo™ 数据中心加速卡上的一款综合 AI 推断开发平台。它包括一系列丰富的 AI 模型、优化的深度学习处理器单元 (DPU) 内核、工具、库以及边缘和数据中心端的 AI 示例设计。Vitis AI 以高效易用为设计理念，可在 Xilinx FPGA 和自适应 SoC 上充分发挥人工智能加速的潜力。
您的开发如何与 Vitis AI 协作
- 支持业界流行框架和最新的模型，能够执行不同的深度学习任务 - CNN、RNN 和 NLP
- 提供一系列全面的预先优化 AI 模型，这些模型现已就绪，可随时部署在 Xilinx 器件上。您可以找到最相似的模型，开始针对您的应用重新训练！
- 提供功能强大的开源 AI Quantizer，支持剪枝和未剪枝的模型量化、校准和微调。
- 提供用户友好型编译和部署流程，可满足客户定义的模型和运算符需求
- 提供逐层分析，有助于通过 AI 剖析器解决瓶颈问题
- AI 库提供高层次 C++ 和 Python API，可实现从边缘到云端的最大可移植性。
- 可通过全图形优化器 (WeGO) 提供流畅的解决方案，以便通过在框架内整合 Vitis AI，在云计算 DPU 上部署 Pytorch 和 Tensorflow 模型。
- 提供高效率、可扩展、可定制的 DPU IP 核满足不同的需求，如吞吐量、时延、功率和低精度等
使用 Vitis AI 探索一切可能性
AI Model Zoo
向所有用户开放一系列来自最流行框架 Pytorch、Tensorflow、Tensorflow 2 和 Caffe 的现成深度学习模型。AI Model Zoo 提供了优化且可重训练的 AI 模型，借助它们，您可在所有 Xilinx 平台上实现更快的部署、性能加速和产品化。
AI 优化器
有了世界领先的模型压缩技术，AI Optimizer 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。
AI 量化器
通过将 32 位浮点权值和激活转换为 INT8 等定点，AI 量化器可在不影响预测精度的情况下，降低计算复杂度。定点网络模型需要的内存带宽更少，因此比浮点网络模型速度更快，电源效率更高。
AI 编译器
AI 编译器可将 AI 模型映射到高效的指令集和数据流。它还可尽可能执行复杂的优化操作，例如，层融合、指令调度和复用片上存储器。
AI 剖析器
性能剖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。
AI 库
Vitis AI 库是一组高层次库和 API，旨在通过 DPU 核进行有效的 AI 推断。它基于带有统一 API 的 Vitis AI Runtime (VART) 构建，并为 Xilinx 平台上的 AI 模型部署提供了易于使用的接口。
全图形优化器 (WeGO)
框架推断流程 WeGO 通过利用本地 Pytorch 和 Tensorflow 框架将 DPU 不支持的运算符部署到 CPU 中，提供了一条从训练到推断的直接路径，从而可显著加速通过云计算 DPU 的模型部署和评估。
深度学习处理器
灵活应变的特定域架构 (DSA)，将 CNN、RNN 和 NLP 快速发展的 AI 算法与 Xilinx Zynq® SoC、Zynq UltraScale+™ MPSoC、Alveo 数据中心加速卡以及 Versal® ACAP 上的工业领先性能进行匹配。
边缘部署
借助 Vitis AI，开发者可以在物联网、自动驾驶和 ADAS、医学成像和视频分析等边缘应用上实现高效的 AI 计算。Vitis AI 可在保持部署灵活性和最佳功耗的同时，通过一流的算法为您的边缘器件提供强大的计算性能。
实操使用 Vitis AI ，并选择 Xilinx 边缘平台和嵌入式合作伙伴：
本地部署
Xilinx Alveo™ 数据中心加速器卡由 Vitis AI 提供支持，能够为您提供业界领先的 AI 推断性能，充分满足 CNN、RNN 和 NLP 的不同工作负载需求创造性的本地 AI 解决方案旨在满足现代数据中心超低时延、更高吞吐量和高灵活性的需求，不仅可提高 CPU 和 GPU 的计算性能，而且还可降低总体拥有成本。
安装 Vitis AI 并安装您的 Alveo 加速卡：
云部署
Xilinx FPGA 现在可通过公共云服务提供商（如 Amazon AWS 和 Microsoft Azure）向所有开发者开放。使用 Vitis AI，开发者不仅可轻松获得云端 AI 加速带来的更高性能，而且还可构建您自己的应用。
助力自动驾驶和 ADAS 技术
实时多类 3D 对象检测
借助 Vitis™ AI，您可在嵌入式平台上使用 3D 感知 AI 算法实现实时处理。硬件和软件加速的共同优化实现了 Zynq® UltraScale+™ MPSoC 上最新 PointPillars 模型的领先性能。
观看视频 >
面向自动驾驶的超低延时应用
延迟决定了自动驾驶汽车在高速行驶时和遇到障碍物时的决策。通过创新的领域特定加速器和软件优化，Vitis AI 使自动驾驶汽车能够以超低延迟和更高性能来处理深度学习算法。
对象检测与分割
Vitis AI 具有强大的可扩展性和自适应性，可适用于许多低端到高端的 ADAS 产品，提供业界领先的性能，支持流行的 AI 算法，用于前端 ADAS 中的对象检测、车道检测和分段以及车内或环绕声查看系统。
使城市更智能、更安全
视频分析
城市越来越多地在边缘点和云端采用基于智能的系统。每天生成的海量数据需要强大的端到端 AI 分析系统，以便快速检测和处理对象、流量和面部行为。这为从边缘到云的每个框架增加了宝贵的见解。
了解更多有关 Xilinx 机器与计算机视觉的信息 >
利用人工智能的强大力量以提升健康
本地及数据中心中的 AI
数据中心加速
了解更多有关 Xilinx 数据中心的信息 >
视频
研讨会
使用 Vitis AI 实现灵活应变的 AI 推断
本次网络研讨会将深入探讨 Vitis AI 的关键组件，并向您展示如何在 Xilinx 硬件平台上实现灵活应变且高效的 AI 推断。
Vitis AI 的深度探讨
通过本次网络研讨会，了解如何使用 Vitis AI 部署和运行您针对 Xilinx 嵌入式 SoC 和 Alveo 加速平台预先训练好的 DNN 模型。然后开始使用 Vitis AI 在板上运行示例。
利用 Xilinx Vitis 加速 AI 相机开发
了解如何将 Xilinx MPSoC 与 Vitis 结合使用以实现 AI 摄像头设计。
整体应用加速
在本次网络研讨会上，我们将展示 Vitis 和 Vitis AI 如何帮助开发者在 Xilinx 平台上加速整个应用。
DPU-PYNQ 适用于由 Python 提供支持的边缘 AI 设备
Chris Anderson 与 Xilinx 的 Quenton Hall 针对开发者如何在边缘 AI 设备中使用 ZYNQ FPGA 进行了交流。