webinar a la carta

Xperi®: A Designer’s Life with HLS

Tiempo estimado de visualización: 10 minutos

Compartir

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

Recursos relacionados

Evite problemas de NVH en vehículos eléctricos usando la metodología fuente-transferencia-receptor
White Paper

Evite problemas de NVH en vehículos eléctricos usando la metodología fuente-transferencia-receptor

Evite problemas de NVH en vehículos eléctricos usando la metodología fuente-transferencia-receptor

Simulación de tracción industrial De la estructura de la caja de cambios al análisis de NVH
White Paper

Simulación de tracción industrial De la estructura de la caja de cambios al análisis de NVH

Descargue este white paper para obtener más información sobre cómo las técnicas avanzadas de simulación están optimizando el diseño de tracciones industriales de la estructura al análisis de NVH.

Información más adecuada y rápida sobre NVH de vehículos usando los últimos métodos de análisis de la trayectoria de transferencia
Webinar

Información más adecuada y rápida sobre NVH de vehículos usando los últimos métodos de análisis de la trayectoria de transferencia

Vaya más allá de las aplicaciones tradicionales de trayectorias de transferencia usando el TPA basado en dominio temporal, tensión, componente, fuerzas bloqueadas y modelos.