文档

人工智能需要数据路径性能、内存延迟和吞吐量之间的谨慎平衡，这需要一种基于将尽可能多的功能拉入ASIC或SoC的方法。但是，单芯片设备需要可塑性，才能处理机器学习项目中不可避免的结构变化。添加eFPGA技术提供了市场所需的灵活性和对自定义逻辑的支持。Achronix不仅提供了AI就绪的eFPGA解决方案所需的构建块，还提供了一个支持从设计到调试和测试最终应用程序的框架。只有Achronix Speedcore IP具备支持新一代实时自学习系统的高级AI功能组合。

零阶段是Speedcore设计的开始，如何开始很重要。从技术角度来看，您需要探索将ASIC与Speedcore实例一起部署的可能性，该实例具有非常适合您当前和未来编程配置的资源组合，从而最大限度地发挥优势。Achronix将在这条道路上帮助您，在使用工具、基准设计和处理优化问题方面提供支持、培训和反馈。

Speedcore设计和集成方法的定义充分考虑了ASIC工程团队必须应对的困难。ASIC开发团队可以使用ACE设计工具的产品或真人百家乐提供的交付成果，获取用户定义和编程的Speedcore实例的功能、时序和电源特性所需的所有文件和流程，以及成功重新配置已在现场部署的嵌入ASIC中的Speedcore IP的支持。这种方法已经在硅中得到了验证，并且很容易适应公司特定ASIC开发方法的变化和偏好。

当前关于半导体行业未来的公开辩论已转向对越来越多的技术选择的讨论，这些技术侧重于新的系统架构，以及通过电路、器件和封装设计中的新概念更好地利用可用硅。嵌入式FPGA的出现，事实上，不仅在微电子历史的这个时刻是必不可少的，而且是不可避免的。为了理解这一点，有必要回顾一下FPGA技术的历史。

随着技术行业处于十字路口——摩尔定律的有效废除——数据中心已成为技术行业的最佳选择，显示出健康的收入增长，并吸引了硬件和软件方面的新系统解决方案。与人工智能、机器人技术和物联网即将出现的奇迹的空灵承诺不同，数据中心的增长和创新正在此时此地发生，在其他新兴市场凭借自己的杀手级应用程序破茧而出之际，未来将更加光明。