完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>
標簽 > fpga
FPGA(Field-Programmable Gate Array),即現(xiàn)場可編程門陣列,它是在PAL、GAL、CPLD等可編程器件的基礎上進一步發(fā)展的產(chǎn)物。它是作為專用集成電路(ASIC)領域中的一種半定制電路而出現(xiàn)的,既解決了定制電路的不足,又克服了原有可編程器件門電路數(shù)有限的缺點。
文章:12560個 瀏覽:616532次 帖子:7885個
憑借在市場中數(shù)十億的端口數(shù)量,通用串行總線 (USB) 成為實現(xiàn)主機與外設之間千兆位以下連接的首選接口。不過,由于 USB 規(guī)范有著嚴格的浪涌電流和穩(wěn)態(tài)...
人群的監(jiān)控與監(jiān)測已經(jīng)成為當前的一個重要領域。政府和安全部門都已經(jīng)開始尋求在公共場所智能監(jiān)測人群的更先進的方式,從而避免在來不及采取行動之前檢測到任何異常...
2016-07-28 標簽:FPGA 1160 0
相比GPU和GPP,F(xiàn)PGA在滿足深度學習的硬件需求上提供了具有吸引力的替代方案。憑借流水線并行計算的能力和高效的能耗,F(xiàn)PGA將在一般的深度學習應用中...
AI因為其CNN(卷積神經(jīng)網(wǎng)絡)算法出色的表現(xiàn)在圖像識別領域占有舉足輕重的地位?;镜腃NN算法需要大量的計算和數(shù)據(jù)重用,非常適合使用FPGA來實現(xiàn)。上...
現(xiàn)在的FPGA向引腳分配信號的任務曾經(jīng)很簡單,現(xiàn)在也變得相當繁復。
基于FPGA的設計解決物聯(lián)網(wǎng)實現(xiàn)的核心挑戰(zhàn)
要實現(xiàn)將百億量級設備組成物聯(lián)網(wǎng),設計師必須克服重大的實戰(zhàn)挑戰(zhàn)。其中的一些關鍵,例如提高物聯(lián)網(wǎng)設備的能源效率,處理不兼容的接口,以及提供一個處理增長路徑來...
2016-07-22 標簽:FPGA物聯(lián)網(wǎng)無線模塊 1628 0
Mythbuster流言終結(jié)者:InTime與Vivado 2016.1的版本比以前更好?
在許多情況下,用戶通常從單一的設計結(jié)果給出他們的意見:例如,Vivado 2015.x給你N個總負松弛(Total Negative Slack TNS...
選擇不同的微控制器系列時,軟件的兼容性是主要的障礙。大多數(shù)公司在軟件的開發(fā)、測試和驗證方面已經(jīng)進行了大量的投入。因此,將設計轉(zhuǎn)換到一個新的架構時,通常需...
萊迪思半導體亞太區(qū)資深事業(yè)發(fā)展經(jīng)理陳英仁先生表示,CrossLink器件擁有超高的帶寬、超低的功耗以及超小的尺寸,用于實現(xiàn)低成本視頻橋接應用。它是虛擬現(xiàn)...
如何用單個賽靈思FPGA數(shù)字化數(shù)百個信號
在新型賽靈思 FPGA 上使用低電壓差分信號(LVDS),只需一個電阻和一個電容就能夠數(shù)字化輸入信號。由于目前這一代賽靈思器件上提供有數(shù)百個 LVD...
時序例外約束包括FalsePath、MulticyclePath、MaxDelay、MinDelay。但這還不是最完整的時序約束。
任何電子器件的使用壽命均取決于其工作溫度。在較高溫度下器件會加快老化,使用壽命會縮短。但某些應用要求電子產(chǎn)品工作在器件最大額定工作結(jié)溫下。以石油天然氣產(chǎn)...
當前,AI因為其CNN(卷積神經(jīng)網(wǎng)絡)算法出色的表現(xiàn)在圖像識別領域占有舉足輕重的地位。基本的CNN算法需要大量的計算和數(shù)據(jù)重用,非常適合使用FPGA來實現(xiàn)。
視頻圖像系統(tǒng)正在朝更多像素、更高分辨率和更豐富色彩的方向飛速演變,4K視頻系統(tǒng)尚未大規(guī)模普及,8K視覺就已悄然而至。此前,Image Matter、i...
當前,AI因為其CNN(卷積神經(jīng)網(wǎng)絡)算法出色的表現(xiàn)在圖像識別領域占有舉足輕重的地位。基本的CNN算法需要大量的計算和數(shù)據(jù)重用,非常適合使用FPGA...
大家都是電子行業(yè)的人,對芯片,對各種封裝都了解不少,但是你知道一個芯片是怎樣設計出來的么?你又知道設計出來的芯片是怎么生產(chǎn)出來的么?看完這篇文章你就有大...
本文從硬件加速的視角考察深度學習與FPGA,指出有哪些趨勢和創(chuàng)新使得這些技術相互匹配,并激發(fā)對FPGA如何幫助深度學習領域發(fā)展的探討。
編輯推薦廠商產(chǎn)品技術軟件/工具OS/語言教程專題
電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術 | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |