On-Demand-Webinar

Xperi®: A Designer’s Life with HLS

Geschätzte Wiedergabezeit: 10 Minuten

Teilen

Xperi®: A Designer’s Life with HLS

This webinar will discuss two aspects of their experience going from RTL to HLS. The first topic is using HLS for algorithms such as Face Detection that they know well with RTL for comparison. The second is to use HLS to develop new Neural Network accelerators and how HLS could help them get from algorithm to critical FPGA demonstrators in a time that would not be possible with traditional RTL flow.

This webinar is part 8 of the webinar series HLS for Vision and Deep Learning Hardware Accelerators.

What you will learn:

  • Customer's experience using HLS for Image Processing and AI
  • Using HLS for algorithms such as Face Detection with RTL for
    comparison
  • How to use HLS to develop new Neural Network accelerators
  • How HLS can help get from algorithm to critical FPGA demonstrators
    faster than with traditional RTL flow

Verwandte Ressourcen

Vermeiden Sie NVH-Probleme bei Elektrofahrzeugen, indem Sie die Quelle-Übertragung-Empfänger-Methode verwenden
White Paper

Vermeiden Sie NVH-Probleme bei Elektrofahrzeugen, indem Sie die Quelle-Übertragung-Empfänger-Methode verwenden

Vermeiden Sie NVH-Probleme bei Elektrofahrzeugen, indem Sie die Quelle-Übertragung-Empfänger-Methode verwenden

Simulation von Industrieantrieben: Vom Getriebelayout bis zur NVH-Analyse
White Paper

Simulation von Industrieantrieben: Vom Getriebelayout bis zur NVH-Analyse

Laden Sie dieses White Paper herunter, um zu erfahren, wie mit erweiterter Simulationstechnik das Design des Industrieantriebs vom Layout bis zu NVH-Analyse optimiert werden kann.

Bessere und schnellere NVH-Erkenntnisse des Fahrzeugs durch die Verwendung der neuesten Berechnungsmethoden für Übertragungswege
Webinar

Bessere und schnellere NVH-Erkenntnisse des Fahrzeugs durch die Verwendung der neuesten Berechnungsmethoden für Übertragungswege

Lassen Sie herkömmliche TPA-Anwendungen hinter sich, die zeitbereichsbezogene, dehnungsbasierte, komponentenbasierte, block- und modellbasierte TPA-Anwendungen verwenden.