切换导航
产品
真人百家乐
机器学习处理器
片上网络
高速接口
真人百家乐
Speedster®7t FPGA针对高带宽工作负载进行了优化，消除了与传统FPGA相关的性能瓶颈。
了解更多>
Speedcore嵌入式FPGA IP
Speedcore架构
集成Speedcore eFPGA IP
Speedcore eFPGA芯片
Speedcore嵌入式FPGA IP
使用Achronix经过硅验证的Speedcore eFPGA技术为您的SoC充电。
了解更多>
矢量路径加速卡
矢量路径加速卡
VectorPath S7t-VG6加速卡旨在为AI、ML、网络和数据中心应用开发高性能计算和加速功能时缩短上市时间。
了解更多>
Achronix工具套件
Achronix工具套件
Achronix工具套件用于设计Achronix的FPGA、eFPGA和Chiplet产品。该套件配备了Achronix的ACE设计工具和Synopsys的Synplify Pro。Mentor Graphics的ModelSim支持Achronix仿真库。
了解更多>
产品
真人百家乐提供高性能FPGA、FPGA IP、小芯片、设计工具和加速器卡解决方案。
了解更多>
应用
6G基础设施
6G基础设施
蜂窝网络：5G和6G RAN解决方案和智能边缘
了解更多>
汽车
汽车
Achronix作为eFPGA IP的供应商具有独特的优势，使汽车半导体供应商能够在其设备中包含定制数量的可编程逻辑。
了解更多>
人工智能与机器学习
人工智能与机器学习
许多行业和市场正在迅速采用人工智能和机器学习，因为概率AI/ML算法现在能够解决许多其他方法难以解决的棘手问题。
了解更多>
计算加速度
计算加速度
计算加速中的工作负载与最终应用程序一样多种多样。然而，这些工作负载有一些共同的特征，包括算术函数的类型、数字格式和激进的性能目标。
了解更多>
计算存储
计算存储
计算存储解决方案增强了传统存储子系统的能力，可以减少数据移动，优化性能和效率。真人百家乐使设计人员能够创建执行强大数据平面服务的解决方案。
了解更多>
国防和硬件保证
国防和硬件保证
FPGA历来使国防应用程序的设计人员能够构建量身定制的解决方案，因为它们不受行业周期性的影响。
了解更多>
网络
网络
真人百家乐的独特架构功能为5G、SmartNIC、高通量数据包处理和流量管理以及数据路径安全提供了创新的网络解决方案。
了解更多>
测试与测量
测试与测量
真人百家乐为高级测试和测量应用提供了硬件可编程性和极高带宽的完美结合。
了解更多>
应用
Achronix FPGA、eFPGA和小芯片支持各种应用，包括高性能通信、人工智能、机器学习、汽车驾驶辅助、计算加速、工业和军事。
了解更多>
技术支持
文档
文档
下载最新版本的Achronix应用说明、数据表、产品简介、用户指南和白皮书。
查看文档>
演示视频
演示视频
一系列视频突出了Speedster7t的创新功能，包括PCIe Gen5、400G以太网、DDR4和GDDR6内存接口以及2D片上网络。
视频>
培训视频
培训视频
涵盖一系列技术主题的培训视频集。
视频>
支持门户
支持门户
需要搜索知识库或提交支持工单吗？然后访问Achronix支持门户。
前往门户>
Achronix入门
入门指南
Achronix入门
了解更多>
技术支持
真人百家乐为我们的所有产品和服务提供全面的技术支持。
了解更多>
单位
新闻编辑室
新闻稿
活动和展会
Achronix新闻
视频
Achronix博客
网络研讨会
新闻编辑室
阅读最新的新闻稿和新闻文章，观看最新的视频和网络研讨会，浏览Achronix博客，查看最新的Achronix活动。
更多>
Achronix管理团队
Achronix管理团队
认识领导Achronix的经验丰富的管理团队。
更多>
Achronix合作伙伴
Achronix合作伙伴
一个由独立合格供应商组成的全球生态系统，提供工具、软件和第三方IP，以增强Achronix自己的ACE设计工具和IP产品。
更多>
Achronix的工作机会
Achronix的工作机会
Achronix的职业发展-我们一直在寻找聪明、积极进取、充满活力的人才。
更多>
联系我们
联系我们
想了解更多关于Achronix产品的信息吗？只需点击按钮。
联系我们>
销售联系人
销售联系人
Achronix在全球各地都有销售联系人。查找您所在地区的联系人。
联系方式>
单位
Achronix是一家总部位于加利福尼亚州圣克拉拉的无晶圆厂半导体公司，提供高性能FPGA解决方案。
了解更多>
主页
用户帐户菜单
登录
搜索
搜索
罗伯特·布莱克在CASPA 2018年会上
视频发布日期
10/24/2018
罗伯特·布莱克在CASPA 2018年会上发表演讲。主题：“应对AI/ML硬件挑战。”
