嵌入式FPGA和FPGA:优化机器学习的结构

嵌入式FPGA和FPGA:优化机器学习的结构

嵌入式FPGA(eFPGA)为ASIC和SoC带来了可编程逻辑的强大功能和灵活性。借助eFPGA,可以将机器学习(ML)集成到新的形式因素中,例如移动边缘计算,IoT聚合和SmartNIC。

您将学到什么

与我们一起参加本网络研讨会,演示我们如何为ML应用优化ASIC或SoC中的eFPGA设计。您’ll learn:

  • 如何调整接口,路由,内存层次结构和计算以满足定制需求。
  • 可重编程硬件如何扩展到计算,路由和内存层次结构。
  • 如何利用数据/权重持久性和稀疏矩阵来最大程度地减少数据移动和计算。
占位符图像
Mike Fitton博士-Achronix战略与规划高级总监

Fitton先生在信号处理领域拥有25年以上的经验,包括系统架构,算法开发以及无线运营商,网络基础设施以及最近在机器学习领域的半导体。