XC7K420T-3FF1156E_AD1895YRSZ导读
赛灵思利用堆叠硅片互联等技术,在异构集成方面取得了领先地位,同时还增加了 ARM 处理器子系统、AI 引擎或众多连接块,如 NOC 连接块和其它硬件块,并以此取得了骄人成绩。
现在,赛灵思及整个学术界在 EDA 领域完成了大量 AI 学术研究,涵盖了 AI 技术在综合、平面规划、布置路由、静态时序分析等领域的应用。
XC7K420T-3FF1156E_AD1895YRSZ
XC7K325T-1FFG900C
XC7K70T-3FB484E XC7K160T-1FB676C XC7K160T-L2FFG676I XC7K325T-3FBG676E XC7K325T-L2FBG676E 。
XC7K325T-2FB676C XC7K325T-2FB900I XC7K325T-2FBG676C XC7K325T-2FBG676I 。
XC7K325T-3FBG900C XC7K325T-3FBG900I XC7K325T-3FF900C XC7K325T-3FF900E XC7K325T-3FF900I 。
XC7K325T-1FB900I XC7K325T-1FBG900C XC7K325T-1FBG900I XC7K325T-1FF676C XC7K325T-1FF676I 。
XC7K420T-3FF1156E_AD1895YRSZ
AD22151YR
XC7K160T-FFG676ABX XC7K160T-L2FBG484E XC7K325 TFFG900 XC7K325-1FBG900I XC7K325-1FFG900I 。
XC7K325T-2FBG900C XC7K325T-2FBG900C XC7K325T-2FBG900E XC7K325T-2FBG900I XC7K325T-2FBG900I 。
XC7K325T-2FF676C XC7K325T-2FF676I XC7K325T-2FF676I4304 XC7K325T-2FFG676E XC7K325T-2FFG900 。
XC7K325T-L2FB676E XC7K325T-L2FB900E XC7K325T-L2FB900I XC7K325T-L2FBG900E XC7K325T-L2FF676E 。
XC7K420T-3FF1156E_AD1895YRSZ
赛灵思和 EDA 公司都拥有着数十年的数据,目前也都在借助 AI 充分利用这些数据。然而在 EDA 公司中,采用机器学习的一项重要挑战是缺乏在特定领域更专业的技术积累。过去几年中,赛灵思大量投资于机器学习领域,不断获取 AI 技术与人才。
它是业界首个基于机器学习优化算法,以及先进的、面向团队协作的设计流程打造的 FPGA EDA 工具套件,借助基于机器学习的算法将 QoR 平均提升了 10%,并以模块化设计将编译时间平均缩短了 5 倍。今年 6 月,赛灵思发布了 Vivado ML 版。
相关资讯