“Versal AI 引擎可以在降低功耗預算的情況下提高 DSP 計算密度,”高級產品營銷經理 Udayan Sinha 表示。這種效率使 Versal AI 引擎能夠在嚴格的功耗預算內處理最苛刻的 DSP 應用。
AMD Versal AI 引擎使您能夠擴展數字信號處理 (DSP) 計算和面向未來的設計,以適應當前和下一代計算密集型 DSP 應用。借助 Versal AI 引擎,客戶可以期望以更低的功耗獲得高性能 DSP^1^以及更少的可編程邏輯資源。^2^
“Versal AI 引擎可以在降低功耗預算的情況下提高 DSP 計算密度,”高級產品營銷經理 Udayan Sinha 表示。這種效率使 Versal AI 引擎能夠在嚴格的功耗預算內處理最苛刻的 DSP 應用。
可以從這些計算功能中受益的市場包括航空航天和國防、測試和測量、醫學成像/醫療保健,以及需要在 GSPS 吞吐量范圍內運行高吞吐量、實時 DSP 的其他市場。
利用 AMD Vitis? 統一軟件平臺,Versal AI 引擎設計可通過基于 C 語言的設計流程進行編程。對于喜歡基于模型的流程的工程師,可以使用 Vitis Model Composer(MathWorks Simulink 的插件)。此外,一系列 DSP 庫函數、API 和增強型 IP 內核支持快速開發高性能 DSP 設計。^?^
訪問 AMD GitHub,查看我們的 Versal AI 引擎 GitHub 設計教程和 DSP 庫。
從我們的網絡研討會系列開始,來自 AMD 的專家將介紹 Versal AI Engine 技術,并演示如何使用它們來加速各種有價值的 DSP 算法。本網絡研討會系列的主題包括:
- Versal ACAP 和 AI 引擎技術簡介
- 使用 Versal AI 引擎加速多相通道選擇器設計
- 使用 Versal AI 引擎加速 FFT 算法
如需了解 Versal AI 引擎在頭對頭 DSP 基準測試中與傳統 HDL 實現方案的表現,[請聯系您的銷售代表進行基準測試設計]。
總之,Versal AI 引擎可以通過降低動態功耗和可編程邏輯資源來加速高性能 DSP 應用。如果您當前的 DSP 應用由于資源或功耗限制而遇到潛在的擴展問題,那么 Versal AI 引擎是解鎖您當前和下一代 DSP 計算能力的理想解決方案。
- 基于 AMD 于 2024 年 2 月委托進行的第三方基準測試,在信號處理應用 FIR 實現中,對帶有 Vitis 的 Vitis 的 AMD Versal 自適應 SoC 與使用 Vivado 軟件和 Vitis Model Composer Tool 2023.1 版的傳統可編程邏輯進行了比較。3 個設計的結果平均。結果會因設計規格而異。(版本 034)
- 基于 AMD 于 2024 年 2 月委托第三方進行的基準測試,在信號處理應用 FIR 實現中,在采用 AMD Vitis 的 AMD Versal 自適應 SoC 上進行 AI 設計工具,與使用 Vivado 軟件和 Vitis Model Composer 工具(2023.1 版)的傳統可編程軟件實現。4 個設計的結果平均。結果會因設計規格而異。(版本 035
-
dsp
+關注
關注
559文章
8220瀏覽量
364364 -
amd
+關注
關注
25文章
5657瀏覽量
139138 -
AI
+關注
關注
90文章
38413瀏覽量
297688 -
Versal
+關注
關注
1文章
172瀏覽量
8390
發布評論請先 登錄
探索AMD XILINX Versal Prime Series VMK180評估套件,開啟硬件創新之旅
全新AMD Vitis統一軟件平臺2025.2版本發布
AMD Vitis AI 5.1測試版現已開放下載
AMD Vitis AI 5.1測試版發布
AMD Versal自適應SoC內置自校準的工作原理
AMD 7nm Versal系列器件NoC的使用及注意事項
新一代嵌入式開發平臺 AMD嵌入式軟件和工具2025.1版現已推出
AMD Power Design Manager 2025.1現已推出
全新AMD Vitis統一軟件平臺2025.1版本發布
基于AMD Versal器件實現PCIe5 DMA功能
AMD第二代Versal AI Edge和Versal Prime系列加速量產 為嵌入式系統實現單芯片智能
面向AI與機器學習應用的開發平臺 AMD/Xilinx Versal? AI Edge VEK280
AMD Versal自適應SoC器件Advanced Flow概覽(下)
AMD Versal自適應SoC器件Advanced Flow概覽(上)
使用AMD Vitis進行嵌入式設計開發用戶指南

使用 AMD Versal AI 引擎釋放 DSP 計算的潛力
評論