概述

通用處理器的摩爾定律已入暮年，但與此同時，深度學習等新興算法的規模卻在呈現一個指數級增長的趨勢，這意味著芯片的運算速度與算法的發展速度存在嚴重的不匹配。

為了滿足各類算法對于芯片運算速度的要求，FPGA開始逐漸進入了市場的視野。

為降低開發門檻，Xilinx提出了一系列高層級的FPGA解決方案。同時，結合當前汽車行業的基于模型的開發思路，MathWorks也聯合Xilinx提出了一套基于模型的FPGA開發思路。

圖1 當前基于模型的FPGA開發方式

在此基礎上，百度、戴姆勒、Continental、比亞迪等廠商紛紛推出了其基于MPSoC的智駕相關產品。

圖2 已經開始使用MPSOC的相關企業

如何在眾多基于高層級的研發方式中，找到符合自己產品的研發路線？本次在線研討會，將聚焦目前已有的高層級FPGA開發路線，對其開發方式、優缺點以及適用范圍進行詳細的描述。

圖3 通過工具對HLS代碼進行優化

結合具體的部署案例，本次研討會將較為全面地幫助大家認識高層級FPGA開發方式，希望能夠在后續開發過程中，為大家在開發工具的選擇上提供一定的參考。

圖4 尋求適合自己的高層級FPGA開發思路

經緯恒潤擁有豐富的基于模型開發經驗，成熟的團隊對高層級FPGA開發進行支持，致力于降低FPGA開發的準入門檻，縮短由算法到可用的FPGA IP的迭代時間，能夠為客戶提供完整的咨詢服務。

圖5 FPGA部署的咨詢項目案例