Xilinx apresenta as edições Vivado ML

Xilinx lançou as edições Vivado ML, o primeiro FPGA Conjunto de ferramentas EDA baseado em algoritmos de otimização de aprendizado de máquina (ML), bem como fluxos de projeto avançados baseados em equipe, para economia significativa de tempo e custo de projeto.

De acordo com a Xilinx, as edições Vivado ML oferecem um tempo de compilação 5x mais rápido e melhorias na qualidade dos resultados (QoR) em média 10% em projetos complexos, em comparação com as edições atuais do Vivado HLx.

“Os designers de EDA de hoje são desafiados pela complexidade cada vez maior de design. O aprendizado de máquina é o próximo grande salto para acelerar o processo de design e entregar ganhos de QoR ”, disse Nick Ni, diretor de marketing, Software and AI Solutions da Xilinx. “O Vivado ML ajudará os desenvolvedores a reduzir os ciclos de design e oferecer novos níveis de produtividade, desde a criação até o fechamento.”

O Vivado ML Editions habilita algoritmos baseados em ML que aceleram o fechamento de projeto e apresenta otimização lógica baseada em ML, estimativa de atraso e execuções de projeto inteligentes, que automatizam estratégias para reduzir iterações de fechamento de tempo.

Xilinx também está introduzindo o conceito de Shell Abstrato, que permite aos usuários para definir vários módulos dentro do sistema a serem compilados de forma incremental e em paralelo. Isso permite uma redução média do tempo de compilação de 5x e até 17x, em comparação com a compilação de sistema completo tradicional.

Resumo A Shell também ajuda a proteger o IP do cliente, ocultando os detalhes do projeto fora dos módulos, o que é crítico para aplicativos como FPGA-as-a-Service e integradores de sistema de valor agregado.

Além disso, o Vivado ML Editions melhora o design colaborativo com o Vivado IP Integrator, que permite o design modular usando o novo recurso de “contêiner de design de bloco”. Essa capacidade promove uma metodologia de projeto baseada em equipe e permite uma estratégia de 'dividir e conquistar', capaz de lidar com projetos grandes com cooperação em vários locais.

Recursos exclusivos de adaptabilidade, como Dynamic Function eXchange (DFX), permitem o uso mais eficiente de recursos de silício ao carregar aceleradores de hardware personalizados, dinamicamente em tempo de execução over-the-air. Com a capacidade do DFX de carregar módulos de design em alguns milissegundos, ele abre novos casos de uso, como um carro trocando diferentes algoritmos de visão durante o processamento de um quadro ou uma análise genômica trocando diferentes algoritmos em tempo real enquanto sequencia DNA.