深度学习HDL工具箱

深度学习HDL工具箱

原型和部署深度学习网络在fpga和出类拔萃

使用一个基于FPGA的深度学习处理器

工具箱包括一个深度学习处理器通用深度学习层由调度控制逻辑。这个处理器执行fpga推论的网络使用深度学习工具箱。

编译和部署网络

深入学习网络编译成的指令集是由深度学习处理器。你的网络部署到FPGA而实际捕获设备内置性能指标和运行预测。

开始使用预先构建的Bistreams

快速原型长短期记忆(LSTM)网络使用可用的预构建的比特流。定制比特流配置以满足资源使用需求。

部署网络fpga

使用深度学习工具箱开发RNN和CNN网络或导入一个网络。然后程序一个FPGA使用部署命令,部署赛灵思公司英特尔fpga。

在MATLAB应用程序运行fpga推论

在MATLAB运行一个完整的应用程序,包括你的试验台,预处理和后处理算法,以及fpga深度学习推论。一个MATLAB命令,预测,执行FPGA上的推论,并返回结果在MATLAB工作区。

剖析FGPA推断法和优化网络设计

使用概要指标,优化您的网络配置通过测量层延迟你在FPGA上运行的预测找到性能瓶颈。

压缩深度学习FPGA网络部署

资源利用率降低压缩深度学习网络量化和修剪。分析的准确性和资源利用率之间权衡使用量化模型库支持包。金宝app

定制深度学习处理器配置

为实现指定硬件架构选项深度学习处理器,如并行线程的数量或最大层大小。

生成Synthesizable RTL和IP核

使用高密度脂蛋白编码器生成synthesizable RTL的深度学习处理器。生成IP核心对集成到标准AXI接口赛灵思公司英特尔SoC设计。