頭條 開啟工業4.0：集成EtherCAT和萊迪思FPGA實現高級自動化 隨著工業領域向實現工業4.0的目標不斷邁進，市場對具備彈性連接、低功耗、高性能和強大安全性的系統需求與日俱增。 然而，實施數字化轉型并非總是一帆風順。企業必須在現有環境中集成這些先進系統，同時應對軟件孤島、互聯網時代前的老舊設備以及根深蒂固的工作流程等挑戰。它們需要能夠在這些限制條件下有針對性地應用高性能軟硬件的解決方案。 最新資訊 波音將重新設計737 MAX飛行控制系統的軟件架構來解決缺陷問題 據外媒報道，當地時間8月2日，兩名知情人士透露，波音公司擬進一步重新設計737 MAX飛行控制系統的軟件架構，以解決6月份發現的缺陷問題。 發表于：8/6/2019 基于FPGA的深度學習目標檢測系統的設計與實現 針對當前深度學習目標檢測算法計算復雜度高和內存需求大等問題，設計并實現了一種基于FPGA的深度學習目標檢測系統。設計對應YOLOv2-Tiny目標檢測算法的硬件加速器，對加速器各模塊的處理時延建模，給出卷積計算模塊的詳細設計。實驗結果表明，與CPU相比，CPU+FPGA的異構系統是雙核ARM-A9能效的67.5倍，Xeon的94.6倍；速度是雙核ARM-A9的84.4倍，Xeon的5.5倍左右。并且，當前設計在性能上超過之前的工作。 發表于：8/2/2019 靴子落地 賽靈思完成對Solarflare的正式收購 ??今天，賽靈思和Solarflare已經正式合并！賽靈思今年四月公開宣布的 Solarflare 收購案已經正式完成。賽靈思的產品線獲得進一步的完善，為公司更好地服務數據中心客戶提供了更多可能。 發表于：8/2/2019 一種改進的RefineDet多尺度人臉檢測方法 針對車站、商場等大型場所中客流量大、背景復雜等原因導致多尺度人臉檢測精度低的問題，建立了一種基于RefineDet多層特征圖融合的多尺度人臉檢測方法。首先利用第一級網絡進行特征提取并在不同尺度的特征圖上粗略預估人臉位置；然后在第二級中通過特征金字塔網絡將低層特征與高層特征融合，進一步增強小尺寸人臉的語義信息；最后，通過置信度和焦點損失函數對檢測框進行二次抑制，達到邊框的精確回歸。實驗中將人臉候選區域的寬高比只設置為1:1，以此來降低運算量并提高人臉檢測精度。在Wider Face數據集上的實驗結果表明，該方法能有效檢測不同尺度的人臉，在Easy、Medium、Hard 3個子數據集上測試結果分別為93.4%、92%、84.4%的MAP，尤其對小尺寸人臉的檢測精度有明顯提高。 發表于：8/1/2019 GSA Memory+ 會議札記 何能夠讓計算和Memory水乳交融，這個看起來的確是一個一石二鳥的想法。畢竟，作為CPU/GPU以及memory，從本質上大家都是門電路，沒理由不在一起。在這里，就需要認真地再復習一下memory的類別了。 發表于：7/24/2019 中國產模塊采用率增加，RISC-V 中國市場升溫 中國產的模塊正在被很多產品（日本及其他海外國家）采用，最具有代表性的就是在Wi-Fi通信模塊（Module）領域比較有名的樂鑫信息科技股份有限公司（以下簡稱為“Espressif”），其產品在行業內極其有名。我們之前也曾多次提到這家公司的產品。不僅是中國掃地機器人（Robert）、IoT邊緣計算機（Edge Computer）“M5STACK”，瑞薩電子的微控制板(Micro Controller Board)“ GR-LYCHEE”也都采用了Espressif的Wi-Fi模塊。 發表于：7/17/2019 晶澳為韓國最大的PERC雙面雙玻電站供貨高效組件 北京2019年7月12日 /美通社/ -- 近日，全球領先的高性能光伏產品制造商晶澳太陽能宣布，為韓國最大的PERC雙面雙玻光伏項目供貨全部高效組件，項目的建成將極大地推動PERC雙面雙玻組件在韓國市場的應用及當地新能源發展。 發表于：7/17/2019 如何選擇eFPGA？ 嵌入式FPGA(eFPGA)是指將一個或多個FPGA以IP的形式嵌入ASIC，ASSP或SoC等芯片中。 發表于：7/17/2019 FPGA建立時間和保持時間你必須知道的 只要設計到時鐘上升沿或者下降沿的采樣，就會提到建立時間(setup TIme) 和保持時間(hold TIme) 。時鐘是FPGA設計中最重要的信號，FPGA系統內大部分器件的動作都是在時鐘的上升沿或者下降沿進行。無論是在輸入，輸出或是寄存器與寄存器之間， 發表于：7/17/2019 圖像去模糊系統頻域優化設計 在實際應用中，模糊圖像清晰化處理難以在空域實現，為此需對圖像進行頻域轉換，在頻域中實現圖像去模糊。采用FPGA開發平臺“硬件”實現圖像處理，實時性強，但消耗資源過多，執行效率低。針對此問題，提出了一種“軟硬結合”的設計方案，以DE1-SoC開發板為硬件平臺，在FPGA中配置Frame Reader、SDRAM、混合器、頻域轉換模塊等，并映射到HPS中，HPS利用HPS-FPGA總線訪問SDARM，獲取模糊圖像頻譜圖。利用Linux C編程在HPS中對模糊圖像頻譜圖進行模糊尺度及角度估計，得到點擴散函數PSF,并利用經典復原算法進行復原，實現圖像盲去模糊。系統應用基2-DIT-FFT對圖像的行列依次進行頻域轉換，相比于固有IP核及通用頻域轉換模塊，提高了圖像頻域轉換精度，減少硬件資源消耗。 發表于：7/15/2019 ?…30313233343536373839…?
