XC7Z035-3FFG900I_XC7Z020-1CLG484导读

半导体发展至今，不可避免的事实便是摩尔定律正在放缓。而在摩尔定律放缓，登纳德缩放比例定律和阿姆达尔定律接近瓶颈之下，摩尔甚至也曾给出“解药”，即“异构计算”，现在正是异构CPU与加速器的“黄金时代”。

Softnautics 采用了赛灵思 Vitis AI
堆栈并运用该软件提供加速，开发出混合应用，同时实现了 LSTM 功能，通过将 TensorFlow-lite 移植/迁移到 ARM 进行有效的序列预测。它使用
N2Cube 软件在处理侧（PS）运行。图像预处理/后处理通过 Vivado 使用 HLS 实现，而 Vitis
的作用是使用连接文本提议网络（CTPN）完成推断。最终，Softnautics
将该解决方案用于视频流水线中的实时场景文本检测，并使用可靠的数据集对模型进行改进。

XC7VX550T-L2FFG1158E

XQ4010E-3BG196M XQ4010E-3BG191N XQ4010E-10PG191M
XQ4005ECB164CKJ XQ4005ECB164CK XQ4005E-6PG156M XQ4005E-5PG156M XQ4005E-4PG156M
XQ4005E-4PG156C XQ4005E-4CB164M XQ2VP70-6EF1704I XQ2VP70-5FF1704N
XQ2VP40-5FG676N XQ2V6000-BG575N XQ2V6000-BG575M 。

XQ4010E-4PG196M XQ4010E-4PG191M XQ4010E4PG191M
XQ4010E-4PG191G XQ4010E-4PG191CMM XQ4010E-4PG191B XQ4010E-4HQ191M
XQ4010E-4CB196N XQ4010E-4CB196M XQ4010E-4BG191M XQ4010E-3PG196N XQ4010E-3HQ208N
XQ4010E-3HQ196M XQ4010E-3HQ191M 。

XQ2V6000-BG575I XQ2V6000-4CF1144M XQ2V6000-4BG575N
XQ2V6000-4BG575M XQ2V6000-4BF957N XQ2V6000-4BF957I XQ2V3000-5BG728N
XQ2V3000-4FG676N XQ2V3000-4CG717M XQ2V30004CG717M XQ2V3000-4CG717B
XQ2V3000-4BG728N XQ2V2000-4FG676N XQ2V1004BG575N XQ2V1000-FG456N 。

XQ4013E-5PG223M XQ4013E-4PG223M XQ4013E-4HQ208N
XQ4013E-4CB228M XQ4013E-4CB196N XQ4013E-3HQ240N XQ4013E-3CB196N XQ4013E-3CB191M
XQ4013E-3BG191M XQ4013-5PG223M XQ4013-4PG223M XQ4010EX-4PG191M XQ4010EX-4HQ191N
XQ4010EX-4CB196N XQ4010EX-4CB196M XQ4010EX-4CB191N 。

XC7Z030-1FFG676I

XQVU5P-L2FLQA2104E XQVU5P-1FLQA2104I
XQVU3P-1FFQC1517I XQVU13P-L2FIQD2104E XQVU11P-L2FLQF1924E XQVU11P-L2FLQB2104E
XQVR600-4CB228V XQVR600-4CB228M XQVR300CB228V XQVR300-CB228AFP XQVR300-4CB28V
XQVR300-4CB228V XQVR300-4CB228Q XQVR300-4CB228M XQVR300-4CB228B 。

XQ7A200T-1RS484I XQ6VSX475T-L1RF1759I
XQ6VSX475T-L1RF1156I XQ6VSX475T-L1FFG1156I XQ6VSX475T-3FFG1156I
XQ6VSX475T-2FFG1156I XQ6VSX475T-1RF1759I XQ6VSX475T-1RF1156I
XQ6VSX475T-1FFG1156I XQ6VSX315T-L1RF1759I XQ6VSX315T-L1RF1156I
XQ6VSX315T-L1FFG1156I XQ6VSX315T-2RF1759I XQ6VSX315T-2RF1156I
XQ6VSX315T-2FFG1156I 。

XQVR2V300-4CB228V XQVR1000-4CG560V XQVR1000-4CG560M
XQVR1000-47J560N XQV95288XL-7BG256N XQV812E-7FG900N XQV812E-6BG560N
XQV800E-6FG680N XQV800E-6FG676N XQV800E-5PQ240N XQV800E-5HQ240N XQV800E-3BG560N
XQV600E-6FG900N XQV600E-6FG680N 。

XQV600E-6FG676N XQV600E-6CB228M XQV600E-6BG432N
XQV600E-3HQ240N XQV600-4PQ240N XQV600-4HQG240N XQV600-4HQ240NES XQV600-4HQ240N
XQV600-4CB228M0983 XQV600-4CB228M XQV600-4BG432N XQV400-4BG432N XQV300TMCB228AFP
XQV300BG352AMS XQV300-5BG352NES 。

我们通过快速角点的例子，说明通常用VivadoHLS实现OpenCV的流程。接着，建立基于视频数据流链的OpenCV处理算法，改写前面OpenCV的通常设计，这样的改写是为了与HLS视频库处理机制相同，方便后面步骤的函数替换。当然，这些可综合代码也可在处理器或ARM上运行。最后，将改写的OpenCV设计中的函数，替换为HLS提供的相应功能的视频函数，并使用VivadoHLS综合，在Xilinx开发环境下在FPGA可编程逻辑或作为Zynq
SoC硬件加速器实现。首先，开发基于OpenCV的快速角点算法设计，并使用基于OpenCV的测试激励仿真验证这个算法。

在第二大战略方面，沉默将加速主流市场的增长，支持汽车、无线基础设施、有线通信、工业和消费电子等领域的客户快速增长。彭先生强调赛灵思可以参与从一个端到另一个云的过程，这是一个独特的优势，它能够实现从端到云的全面覆盖。如果FPGA是一种产品类型，并且其中包含多种模式，则ACAP是一个可以与CPU和GPU相比较的产品类型个体，帮助我们实现智能互联和灵活的世界。为了推动灵活的计算，维克托彭，沉默将推出一个新的系列产品类型，AcP(自适应计算加速平台)。