水利工程 IC693CPU372 安全环保 一键启动
| 更新时间 2024-10-05 13:30:00 价格 139元 / 件 品牌 GE 型号 IC693CPU372 产地 美国 联系电话 0592-6372630 联系手机 18030129916 联系人 兰顺长 立即询价 |
水利工程 IC693CPU372 安全环保 一键启动
IC200NDD010 | IC200CHS014 | IC693CBL327 |
IC200UDD212 | IC200UDD020 | IC693MDL260 |
IC200PNS002 | IC200NDD101 | IC693CBL311 |
IC200CHS102 | IC200CHS011 | IC693CBL303 |
IC200CHS101 | IC200CHS122 | IC693CBL313 |
IC200UDD220 | IC200MDL743 | IC693NIU004 |
IC200UDR120 | IC200MDL750 | IC693CBK004 |
IC200CPU005 | IC200CBL655 | IC693MCD001 |
IC200UDD240 | IC200CHS001 | IC693MDL241 |
IC200CHS112 | IC200CBL602 | IC693PBS201 |
IC200CHS022 | IC200CHS015 | IC693CBL301 |
IC200PKG104 | IC200CBL635 | IC693CBK002 |
IC200NDR010 | IC200CBL615 | IC693CBK001 |
IC200UDD104 | IC200UAL006 | IC693MDL330 |
IC200NAL110 | IC200MDL742 | IC693PBM200 |
IC200PNS001 | IC200UDD040 | IC695RMX128 |
IC200NAL211 | IC200MDL740 | IC695CPU320 |
IC200NDR001 | IC200CHS002 | IC695CMX128 |
IC200MDL930 | IC200CBL555 | IC695ACC415 |
IC200CHS025 | IC200CBL605 | IC695ACC414 |
IC200CHS005 | IC200UDD110 | IC695ACC413 |
IC200CHS006 | IC200MDL730 | IC695CPK400 |
IC200CHS003 | IC200CBL600 | IC695EDS001 |
IC200CHS111 | IC200CBL510 | IC695ACC412 |
IC200MDL940 | IC200CBL545 | IC695CPE302 |
IC200CPU002 | IC200CBL550 | IC695CDEM006 |
IC200UDD112 | IC200UAR028 | IC695CPL410 |
IC200UDD120 | IC200CBL525 | IC695PNS101 |
IC200DEM103 | IC200MDL741 | IC695ALG626 |
IC200UDD064 | IC200UAL005 | IC695ALG608 |
水利工程 IC693CPU372 安全环保 一键启动
Catapult AI NN 是一款全面解决方案,能够帮助软件工程师综合 AI 神经网络
软件开发团队能够将使用 Python 设计的 AI 模型无缝转换为基于芯片的实现,与标准处理器相比,有助于更快、更节能的执行
西门子数字化工业软件日前推出 Catapult™ AI NN 软件,可帮助神经网络加速器在专用集成电路 (ASIC) 和芯片级系统 (SoC) 上进行高层次综合 (HLS)。Catapult AI NN 是一个综合性解决方案,它能够获取 AI 框架中的神经网络描述,然后将其转换为 C++ 代码,并合成为 Verilog 或 VHDL 语言的 RTL 加速器,以便在芯片中实现。
Catapult AI NN 集成了用于机器学习硬件加速的开源软件包 hls4ml,以及用于高层次综合的西门子 Catapult™ HLS 软件。Catapult AI NN 由西门子与美国能源部费米实验室以及其他为 hls4ml 做出贡献的机构合作开发,能满足机器学习加速器设计对于定制芯片功耗、性能和面积 (PPA) 方面的独特要求。
西门子数字化工业软件副总裁兼高层次设计、验证和功耗总经理 Mo Movahed 表示:“无论是神经网络模型的交接过程,还是其向硬件实现的手动转换,效率都非常很低,并且耗时、容易出错,特别是在创建和验证针对特定性能、功耗和面积定制的硬件加速器变体时。通过让科学家和 AI 专家充分利用行业标准的 AI 框架 (例如神经网络模型设计),并将这些模型无缝综合到已经经过 PPA 优化的硬件设计中,我们能够为 AI/ML 软件工程师创造更多可能。使用西门子新的 Catapult AI NN 解决方案,开发人员能够在软件开发过程中自动实现神经网络模型,同时进行 PPA 优化,有效提升 AI 的开发效率,并实现加速创新。”
随着 runtime AI 和机器学习任务从数据中心迁移至消费电器、医疗设备等领域,客户对合适大小的 AI 硬件的需求也在快速增长,以减少功耗,降低成本,并实现终端产品差异化。然而,比起可综合的 C++、Verilog 或 VHDL,多数机器学习专家更习惯使用 TensorFlow、PyTorch 或 Keras 等工具。过去,AI 专家要在合适大小的 ASIC 或 SoC 实现中加快机器学习应用,其实并没有捷径可走。hls4ml 计划旨在将 TensorFlow、PyTorch 或 Keras 等 AI 框架中的神经网络描述生成 C++ 代码,帮助弥补这一缺陷。随后即可部署这些 C++ 代码,用于 FPGA、ASIC 或 SoC 实现。
Catapult AI NN 能够将 hls4ml 的功能扩展到 ASIC 和 SoC 设计,它包括针对 ASIC 设计量身定制的专用 C++ 机器学习功能资源库。使用这些功能,设计人员能够在各个 C++ 代码实现之间进行延时和资源方面的权衡,从而实现 PPA 的优化。此外,设计人员现在还能够评估不同神经网络设计的影响,以确定硬件的理想神经网络结构。
“粒子探测器有非常严格的边缘 AI 约束条件,”费米实验室的新兴技术主管 Panagiotis Spentzouris 表示,“我们与西门子合作开发 Catapult AI NN,这种综合性框架充分利用了我们的科学家和 AI 专家的知识,即便他们并不是 ASIC 设计人员。此外,这种框架也非常适合经验丰富的硬件专家使用。”
Catapult AI NN 目前已向早期采用者提供,并将于 2024 年第 4 季度向所有用户开放。
水利工程 IC693CPU372 安全环保 一键启动
联系方式
- 电 话:0592-6372630
- 销售经理:兰顺长
- 手 机:18030129916
- 微 信:18030129916