近年来，在体系结构的顶级国际会议上，涌现了一批以可重构体系结构为基础的异构加速器工作，成为学术界的研究热点。与此同时，基于FPGA的加速器平台也成为工业界关注的关键技术之一，国际知名的公司如Intel、微软等都将可重构计算加速器作为构建下一代异构加速器的重要平台，将其广泛应用于数据中心和嵌入式设备中。

Model Composer 是一款基于模型的设计工具，不仅能够在 MathWorks Simulink® 环境中进行快速设计探索，而且还可通过自动代码生成加速基于 Xilinx 全可编程器件的生产。您不仅可使用高层次性能优化模块通过算法来进行表达和迭代，还可通过系统级仿真来验证功能正确性。Model Composer 可通过自动优化将您的算法规范转换为生产品质实现方案，其可扩展 Xilinx 高层次综合技术。

Xilinx近期重点在推的解决方案你知道有哪些吗?...

本文记录一下关于用移位寄存器实现边沿检测的技巧。要学会硬件思维式的“模块式”读写代码，那么请多看别人的代码，并用ISE或者VIVADO综合出来看看。 边沿检测 边沿检测，顾名思义，就是检查信号的边沿，当信号的上升沿或者下降沿到来时，获取一个脉冲信号，时序图如下所示： 上图的检测信号同时输出上升沿检测和下降沿检测。那么这个波形怎么来的呢，我们来看看下面几组波形： 可以发现： 原始信号与延迟一拍的信号 d0 的反向信号相与，

在 ASHG 上进行演示所用的数据不是临床数据。样本来自 CAG 生物资料库，都是删除了身份识别信息的研究样本。样本的 60% 以上来自非洲裔美国人，这也成为迄今为止这类人群规模最大的基因组排序之一。CAG 将使用快速分析所得的结果，希望从中发现哮喘、自闭症、糖尿病、癫痫、肥胖、精神分裂、儿童癌症等常见儿童疾病以及各种罕见病的基因联系。

行业第一个可扩展的处理平台Zynq®-7000全可编程 SoC （AP SoC） 系列。与传统的FPGA相比，Zynq-7000系列最大的特点是将处理系统PS和可编程资源PL分离开来，固化了PS系统的存在，实现了真正意义上的SOC（System On Chip）。

赛灵思公司第四任CEO Victor Peng 走马上任，他同时兼任公司总裁，Victor Peng 在5G、云计算、人工智能技术蓬勃发展之际上任，为这个全球可编程半导体产品市场领头羊掌舵

自适应和智能计算的全球领先企业赛灵思公司（Xilinx, Inc.，(NASDAQ:XLNX)）总裁兼首席执行官（CEO）VictorPeng，今天揭示了公司的未来愿景与战略蓝图。Peng 的愿景旨在为赛灵思带来新发展、新技术和新方向，打造“灵活应变的智能世界”。在该世界中，赛灵思将超越 FPGA 的局限，推出高度灵活且自适应的全新处理器及平台产品系列，为用户从端点到边缘再到云端多种不同技术的快速创新提供支持。 Peng的战略包括三大要点： “数据中心加速”提为发展新重

新的芯片会大大增加机器学习的使用，使应用程序能够使用更少的功率，同时变得更加灵敏和灵活，这可能会增大其应用的市场。机器学习的2018年FPGA总计用量至少为20万，这个数字也许会更高，但究竟有多少，很难预测。

Brad Brech 是 IBM 公司的一名杰出工程师，也是 3 月 5 日加利福尼亚州圣克拉拉市举行的国际质量电子设计研讨会（ ISQED ）的三位主题演讲人之一。他的题为《数据中心 Smarter Computing （更智能计算）的可持续创新》的演讲，为所有面向数据中心开展计算、存储或网络设备设计工作的人士带来了重要信息。 Brech 指出：“效率和成本控制对数据中心至关重要，目前还有许多数据中心效率低下。”

赛灵思实现从FPGA器件到All Programmable 提供商的战略转型...

FPGA(Field Programmable Gate Array)现场可编程门阵列，作为ASIC领域中的一种半定制电路而出现已有30年的历史了，它既解决了定制电路的无法改变功能的不足，又克服了原有可编程器件门电路数有限的缺点，可应用的场景也很广泛。 就在2017年1月20日，腾讯云推出国内首款高性能异构计算基础设施——FPGA云服务，利用云服务的方式将只有大型公司才能长期支付使用的FPGA服务推广到了更多企业。

在2016年底一年快要结束的时候，AWS（亚马逊网络服务）宣布通过借助云传输模型可以采用Xilinx高端FPGA器件了，首次以开发者的角度而不是扩展高层次工具来帮助潜在的用户学习和体验FPGA的加速效果。 负责AWS容器和HPC部门的主管Deepak Singh向“The Next Platform”介绍到那些发展最快的应用领域有很多相似之处，例如都期望采用基于云计算的FPGA解决方案，详情可参照最近新出版的一本书“FPGA前沿：可重构计算方面的新应用”。

在HPC环境中，巨量资料移动前后的压缩及解压缩资料功能极为重要。与独立式的FPGA相比，以HBM2为主的FPGA可以压缩并加速巨量资料之移动，有了高效能资料分析（High Performance Data Analytics；HPDA） 环境，就能简化需要实时硬件加速能力之Apache Kafka 与Apache Spark Streaming的数据流管线架构。

机器学习已经被广泛的的使用在了各个领域，在一年之内它的成长速度超过了预期。同时随着AI芯片的发展，在以后，FPGA和ASIC芯片将有望成为机器学习领域的新主力。

在 HPC 环境中，相比独立的 FPGA，集成 HBM2 的 FPGA 可对更大规模的数据移动进行压缩和加速。为高效加速这些工作负载，英特尔 Stratix 10 MX 系列提供基于 FPGA 的新型多功能数据加速器。

奥地利自动化解决方案提供商digMAR公司为德国地毯和纺织品切割机供应商KURIS公司开发了一套3D图像处理系统。这套多相机机器视觉系统设计用于扫描纺织材料，可以自动计算基于材料高度特性的最佳切割坐标，以引导和控制切割设备。 KURIS公司为纺织和汽车行业提供全面的材料铺展和切割设备，目前已经有超过10,000台设备在世界各地运转。

　比特币市场还在继续疯狂，自从中国关闭加密货币交易所之后，在其他的涨势丝毫不受影响，挖矿工具也在一步步的升级，专业“矿工”越来越多。今天我们就来盘点一下全球知名的比特币ASIC芯片制造商及代表产品有哪些？

Efinix的Quantum可编程加速器可以将面积利用率增致4倍，这是Efinix的优势。据悉，中芯国际FPGA产品线已经交付了Efinix首批QuantumTM可编程加速器的产品样本，预计2018年投产。

FPGA是现场可编程逻辑阵列——一种可编程“万用”芯片，其特殊的灵活性决定了在新兴应用领域中具有广阔的发展空间，特别是当下火爆的人工智能，没有现成的芯片（ASIC）可用，只能通过FPGA，利用可编程的特点，来实现并验证工程师所需要的初步解决方案。