Vitis 加速庫
Vitis? 統(tǒng)一軟件平臺包括一組廣泛的、性能優(yōu)化的開源庫,這些庫提供了即開即用的加速功能,并且對現(xiàn)有應(yīng)用實(shí)現(xiàn)最小化代碼更改或零更改。
-
常見的 Vitis 加速庫(用于數(shù)學(xué)、統(tǒng)計(jì)、線性代數(shù)和 DSP)為各種應(yīng)用提供了一系列核心功能。
-
特定領(lǐng)域 Vitis 加速庫為視覺及圖像處理、定量金融、數(shù)據(jù)庫及數(shù)據(jù)分析以及數(shù)據(jù)壓縮等工作負(fù)載提供了開箱即用的加速功能。
-
利用合作伙伴加速庫、框架插件以及加速應(yīng)用這一不斷發(fā)展的生態(tài)系統(tǒng),迅速啟動設(shè)計(jì),加速您的量產(chǎn)進(jìn)程。
使用熟悉的編程語言
采用您熟悉的常用編程語言(如 C、C++ 和 Python)編程的 Vitis 加速庫。將 Xilinx 平臺作為實(shí)現(xiàn)您應(yīng)用的工具 — 在應(yīng)用層面工作,將您的主要精力集中在解決您所在領(lǐng)域極具挑戰(zhàn)性的問題上,并加速洞察與創(chuàng)新的進(jìn)程。
無論您是想要加速現(xiàn)有 x86 主機(jī)應(yīng)用代碼的某些部分,還是想要開發(fā)在 Xilinx 嵌入式平臺上部署的加速器,在您的代碼中調(diào)用 Vitis 加速器庫 API 或內(nèi)核都可提供與任何軟件庫相同的抽象級別。
可擴(kuò)展,靈活度高
所有開發(fā)人員都可通過 GitHub 訪問 Vitis 加速器庫,而且這些庫可在所有 Xilinx 平臺間擴(kuò)展。使用這些優(yōu)化的庫開發(fā)應(yīng)用并在邊緣、本地或云的 Xilinx 平臺間進(jìn)行無縫部署,無需重新實(shí)現(xiàn)加速應(yīng)用
為了針對 Xilinx 可為應(yīng)用帶來的優(yōu)勢快速進(jìn)行原型設(shè)計(jì)和評估,您可將其用作即插即用加速器,在用戶應(yīng)用中作為 API 直接調(diào)用,滿足計(jì)算機(jī)視覺及圖像處理、定量金融、數(shù)據(jù)庫和數(shù)據(jù)分析等多個(gè)工作負(fù)載需求。
要為您的應(yīng)用設(shè)計(jì)自定義加速器,可將 Vitis 庫函數(shù)用作優(yōu)化的算法構(gòu)建塊,對其進(jìn)行修改,以滿足您的特定需求,也可將其用作參考來完全設(shè)計(jì)您自己的加速器。選擇您需要的靈活性!
將特定領(lǐng)域 Vitis 庫與 Vitis AI 庫或 Vitis AI 開發(fā)套件預(yù)先優(yōu)化的深度學(xué)習(xí)模型相結(jié)合,不僅可加速整個(gè)應(yīng)用,而且還可達(dá)到整個(gè)系統(tǒng)級的功能及性能目標(biāo)。
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。
舉報(bào)投訴
-
Xilinx
-
AI
-
深度學(xué)習(xí)
-
Vitis
相關(guān)推薦
本篇文章將演示創(chuàng)建一個(gè)使用 AMD Vitis? 視覺庫的 Vitis HLS 組件的全過程。此處使用的是 Vitis Unified IDE。如果您使用的是舊版 AMD
發(fā)表于 05-08 14:02
?450次閱讀
上一章聊了一下vitis2023.2怎樣使用classic Vitis IDE,這章我們來說一說基于classic Vitis
IDE的工程怎么樣更新到新版本的Vitis Unifie
發(fā)表于 03-24 17:14
Vitis 已經(jīng)更新到2023.2了,新版本相較于舊版本更新了嵌入式平臺,新版平臺增加了Versal? AI 引擎 DSP 設(shè)計(jì)的增強(qiáng)功能,全新的獨(dú)立 Vitis 嵌入式軟件,最新 Vitis 統(tǒng)一
發(fā)表于 03-24 16:15
Vitis Vision 庫是一組 90 多個(gè)內(nèi)核,基于 OpenCV 計(jì)算機(jī)視覺庫,針對 AMD FPGA、AMD AI Engine? 和 AMD SoC 進(jìn)行了優(yōu)化。
發(fā)表于 01-03 10:10
?662次閱讀
設(shè)計(jì)教程以及驅(qū)動程序和庫。 如果您希望獲取完整版文檔,請至文末掃描二維碼進(jìn)行下載 。 Vitis 軟件平臺包括以下工具 Vitis Embedded - 用于開發(fā)在嵌入式
發(fā)表于 12-20 10:00
?405次閱讀
Vitis 統(tǒng)一軟件平臺包括一組廣泛的、性能優(yōu)化的開源庫,這些庫提供了即開即用的加速功能,并且對現(xiàn)有應(yīng)用實(shí)現(xiàn)最小化代碼更改或零更改。
發(fā)表于 10-30 17:23
?551次閱讀
Vitis AI Library是一組高層次庫和 API,專為利用 DPU 高效執(zhí)行 AI 推斷而構(gòu)建。它是基于 Vitis AI運(yùn)行時(shí)利用 Vitis運(yùn)行時(shí)統(tǒng)一 API 來構(gòu)建的,能
發(fā)表于 10-17 08:23
?904次閱讀
本文將介紹如何使用Vitis-AI加速YOLOX模型實(shí)現(xiàn)視頻中的目標(biāo)檢測,并對相關(guān)源碼進(jìn)行解讀。由于演示的示例程序源碼是Vitis-AI開源項(xiàng)目提供的,本文演示之前會介紹所需要的準(zhǔn)備工作。演示之后會對關(guān)鍵源碼進(jìn)行解析。
發(fā)表于 10-16 15:43
?868次閱讀
Vitis AI 校準(zhǔn)和量化代碼導(dǎo)入必要的模塊執(zhí)行校準(zhǔn)過程評估量化模型準(zhǔn)確度導(dǎo)出量化模型?
發(fā)表于 10-15 17:14
?2次下載
的擴(kuò)展性,對模型進(jìn)行更快速和更高效的優(yōu)化。我可以使用 pytorch 或者 tensorflow 提供的一些優(yōu)化技術(shù),如剪枝、量化、蒸餾等,來減少模型的大小和復(fù)雜度。然后我可以使用 Vitis AI
發(fā)表于 10-14 15:34
四、硬件加速之—使用PL加速矩陣乘法運(yùn)算(Vitis HLS)
前四期測評計(jì)劃:
一、開箱報(bào)告,KV260通過網(wǎng)線共享PC網(wǎng)絡(luò)
二、Zynq超強(qiáng)輔助-PYNQ配置,并使用XVC(Xilinx
發(fā)表于 10-13 20:11
本文將介紹如何使用Vitis-AI加速YOLOX模型實(shí)現(xiàn)視頻中的目標(biāo)檢測,并對相關(guān)源碼進(jìn)行解讀。由于演示的示例程序源碼是Vitis-AI開源項(xiàng)目提供的,本文演示之前會介紹所需要的準(zhǔn)備工作。演示之后
發(fā)表于 10-06 23:32
Vitis? AI開發(fā)環(huán)境可在賽靈思硬件平臺上加速 AI 推斷,包括邊緣器件和 Alveo? 加速器卡。此環(huán)境由經(jīng)過最優(yōu)化的 IP 核、工具、庫、模型和設(shè)計(jì)示例組成。其設(shè)計(jì)以高效和易用
發(fā)表于 09-28 00:05
?3104次閱讀
一、基礎(chǔ)知識
(一)Vitis? AI開發(fā)環(huán)境
Vitis? AI開發(fā)環(huán)境可在賽靈思硬件平臺上加速 AI 推斷,包括邊緣器件和 Alveo? 加速器卡。此環(huán)境由經(jīng)過最優(yōu)化的 IP 核、
發(fā)表于 09-27 23:21
用 classification 編譯庫樣本,請執(zhí)行以下命令。
$ cd ~/Vitis-AI/examples/vai_library/samples/classification
$ bash -x
發(fā)表于 09-26 16:22
評論