在自動駕駛和移動機器人等應用中，基于激光雷達點云數據的低時延3D感知是一個關鍵任務。但是其天然稀疏的特性和巨大的計算量也給小型的嵌入式系統設計帶來了很大的挑戰。

本次我們借助于Vitis AI完成端到端的軟硬件協同優化，在Xilinx ZU+ MPSoC平臺上實時地運行業界領先的PointPillars模型，實現高精度的多類別3D目標檢測。

Vitis? AI 開發環境是 Xilinx 的開發平臺，適用于在 Xilinx 硬件平臺（包括邊緣器件和 Alveo 卡）上進行人工智能推斷。它由優化的 IP、工具、庫、模型和示例設計組成。Vitis AI 以高效易用為設計理念，可在 Xilinx FPGA 和 ACAP 上充分發揮人工智能加速的潛力。

您的開發如何與人工智能協作：

支持主流框架和最新的模型，能夠執行不同的深度學習任務

提供一系列全面的預先優化模型，這些模型現已就緒，可隨時部署在 Xilinx 器件上。您可以找到最相似的模型，開始針對您的應用重新訓練！

提供功能強大的開源量化器，支持剪枝和未剪枝的模型量化、校準和微調。

AI 分析器提供逐層分析，有助于解決瓶頸問題

AI 庫提供高層次 C++ 和 Python API，可實現從邊緣到云端的最大可移植性。

可以從吞吐量、時延和電源角度定制可擴展的高效 IP 內核，滿足您對許多不同應用的需求。

責任編輯：haq