硬件加速器

重點(diǎn)描述了動(dòng)態(tài)重構(gòu)加速器系統(tǒng)架構(gòu)EDRCA-YOLO。首先，對(duì)介紹了動(dòng)態(tài)重構(gòu)硬件加速器系統(tǒng)總體架構(gòu)的設(shè)計(jì)。然后，闡述了圖像預(yù)處理算法及其硬件加速設(shè)計(jì)，詳細(xì)描述了可重構(gòu)模塊和圖像預(yù)處理算法的IP核接口設(shè)計(jì)。最后，闡述了基于Vitis AI的目標(biāo)檢測(cè)網(wǎng)絡(luò)模型推理加速器方案及網(wǎng)絡(luò)壓縮和網(wǎng)絡(luò)編譯的步驟。

Kubernetes（K8S）雖然強(qiáng)大，但也有劣勢(shì)，劣勢(shì)在于K8S主要基于CPU平臺(tái)。有的朋友可能會(huì)說，不是有CDI嗎，可以實(shí)現(xiàn)硬件加速器的支持。但其實(shí)CDI能做的事情非常有限，CRI、CNI、CSI、CDI等接口都奉行一個(gè)重要的原則：“不做事，就不會(huì)犯錯(cuò)”。K8S可以理解成嵌于整個(gè)軟硬件堆棧的一個(gè)薄層，僅僅提供硬件到容器環(huán)境的一個(gè)接入。至于具體的軟硬件交互接口和機(jī)制、硬件加速器的系統(tǒng)架構(gòu)和實(shí)現(xiàn)、如何把硬件性能和性能價(jià)值充分發(fā)揮出來的計(jì)算框架，以及硬件加速原生的軟件架構(gòu)規(guī)范等等，它統(tǒng)統(tǒng)不管。

隨著“邊緣人工智能 (AI)”的興起，“在網(wǎng)絡(luò)邊緣擁有更高的智能性”也倍受討論，擁有更高本地實(shí)時(shí)處理能力的好處就易被忽視，而這種處理無需依賴基于云的資源來運(yùn)行 AI 模型。通過使我們?nèi)粘＝换サ碾娮釉O(shè)備能夠根據(jù) AI 模型在現(xiàn)實(shí)世界中做出決策，我們可以提高其響應(yīng)能力、安全性和整體效率。 當(dāng)然，一些 AI 驅(qū)動(dòng)型系統(tǒng)可能一直都需要基于云的資源。利用諸如人員和物體分類、異常檢測(cè)和人體姿勢(shì)估計(jì)等處理功能，

全球極具影響力的高性能計(jì)算專業(yè)會(huì)議“International Conference on High-performance Computing, Networking, Storage and Analysis (SC22)” 將在美國(guó)德克薩斯州達(dá)拉斯市Kay Bailey Hutchison Convention Center舉辦。

云計(jì)算一直是備受關(guān)注的話題之一，產(chǎn)業(yè)推測(cè)會(huì)有越來越多的工作負(fù)載轉(zhuǎn)移至大型公有云提供商。盡管IT行業(yè)確實(shí)存在轉(zhuǎn)移至公有云的趨勢(shì)，但這并非理所當(dāng)然的選擇。