文档

旨在解决现代算法加速工作负载的设备必须能够在高速接口之间和整个设备中高效地移动高带宽数据流。Achronix Speedster®7t FPGA可以通过集成的新型高度创新的二维片上网络（2D NoC）处理这些高带宽数据流。本白皮书讨论了实现2D NoC的两种方法，并给出了一个示例设计，以展示与软2D NoC实现相比，Achronix 2D NoC如何提高性能、减少面积和缩短设计时间。

对话式人工智能（CAI）使用深度学习（DL），机器学习（ML）的一个子集，使用机器自动进行语音识别、自然语言处理和文本转语音。Achronix和Myrtle.ai正在合作提供一个ASR平台，该平台由一个基于200W、x16 PCIe Gen4的加速卡和相关软件组成，这些软件可以同时支持多达4000个RTS，每24小时处理多达100万个5分钟的转录，与基于云的API相比，成本降低了90%。

在过去的三百年里，工业已经取得了长足的进步。18世纪首次引入机器，主要是水和蒸汽驱动的，在18世纪末引入了工业革命。自动化和计算机技术将在20世纪60年代末进入画面，为今天的最终自动化、人工智能（AI）和网络解决方案铺平了道路。尽管看起来人类已经不在了，但工业5.0通过将主要由人工智能驱动的机器人系统的精度和效率与人类思维的独创性和实时性相结合，为我们带来了一个完整的循环，所有这些都导致了更优的制造环境。

随着物联网（IoT）和数十亿连接设备的快速普及，正在发生范式转变，大数据不仅在核心数据中心处理，而且在网络边缘处理。现场可编程门阵列（FPGA）位于性能和灵活性的交叉点，是深度学习边缘推理应用的一种有前景的解决方案。

人工智能（AI）和机器学习（ML）技术现在为从深度嵌入式系统到超大规模数据中心部署的快速扩展的产品和应用提供了动力。尽管支持这些应用的硬件设计存在巨大的多样性，但都需要硬件加速。数据编排包括预处理和后处理操作，以确保机器学习引擎看到的数据以最佳速度和最适合高效处理的形式到达。