收到:2024年2月27日修订:2024年4月2日接受:2024年4月20日发布:2024年4月30日摘要 - 本研究论文提出了一种创新的方法,用于识别和检测自动驾驶系统中使用现场编程的栅极阵列(FPGAS)中的对象。通过将深度学习方法与FPGA硬件加速度集成,该方法成功地达到了安全导航所需的最小延迟和最佳精度。通过进行数据获取,预处理和模型培训,这可以完善系统的性能。通过采用并行计算和硬件优化技术,FPGA实现实现了这些目标。基于实验数据,基于FPGA的方法在功率效率,推理延迟和检测精度方面优于常规的CPU和GPU实现。,由于它们与自主驾驶系统的出色兼容性,因此在自动驾驶汽车中广泛采用了可增强对象识别和识别的现场可编程栅极阵列(FPGA)。
摘要:机器人技术,自动驾驶,监视和更多字段依赖于对象检测,这是计算机视觉中的基本工作。由于其低延迟速度和并行处理功能,FPGA系统吸引了对实现对象检测算法的越来越兴趣,这很重要,因为实时处理变得越来越重要。这项工作提供了FPGA体系结构,优化和实时实现的对象检测的概要。建议的方法是选择一个适当的对象检测算法,例如著名的Yolo(您只看一次)或SSD(单镜头多伯克斯检测器),该对象以其速度和准确性比率而闻名。为了实现实时速度,该算法被映射到基于FPGA的硬件体系结构上,该架构利用其可重构性和并行性。基于FPGA的对象检测的重要组成部分是硬件体系结构的设计。优化数据途径,有效控制逻辑的构建以及将算法拆分为硬件友好型组件都是此过程的一部分。以最大程度地利用资源来实现最大化吞吐量的目标,使用了包括并行处理,循环展开和管道的技术。此外,对FPGA的优化需要调整算法和硬件设计,以充分利用目标FPGA设备的功能。减少延迟和增加的吞吐量需要优化数据传输,并行性和内存访问模式。修复错误,提高性能并添加新功能都需要定期维护和升级。使用FPGA的对象检测系统的另一个重要部分是它们与各种传感器或输入流集成的能力。获取用于实时处理的输入数据需要与各种传感器(例如相机和LIDAR设备)集成。由于它们的适应性,FPGA平台很容易被整合到各种应用程序情况下,这要归功于它们与不同传感器的接口。确保在FPGA上构建的对象检测系统是准确,快速且有弹性的,请使用常见数据集和现实世界情景进行验证和测试。为了确保系统实现目标性能指标,对实时处理要求进行了彻底评估。一旦测试,基于FPGA的对象检测系统就可以将其放置在预期的设置中,作为独立设备或较大嵌入式系统的组件。关键字: - FPGA,对象检测,计算机视觉,实时处理,硬件优化,并行处理,嵌入式系统。简介自动驾驶汽车,监视系统,机器人和更多字段依赖于对象检测,这是计算机视觉中的基本工作。在许多领域的智能决策依赖于实时检测和定位事物的能力。即使它们起作用,传统的对象检测方法也不能总是处理实时处理的强烈需求,尤其是在带有移动场景的复杂设置和众多项目中。在开发对象检测系统时,使用FPGA而不是CPU或GPU有很多好处。因此,为了加快对象检测算法并获得实时性能,在使用专用硬件平台(例如现场可编程式门阵列(FPGA))的使用方面一直在增加。首先,现场编程的门阵列(FPGA)非常适合并行化,这意味着可以有效地实现卷积神经网络(CNN)之类的对象识别技术
课程描述:EEP 598专注于利用字段可编程栅极阵列(FPGA)来设计数字系统。本课程涵盖了FPGA体系结构,设计过程及其在基因组研究,财务分析和视频处理等领域加速处理速度方面的应用。学生将获得联合和顺序逻辑设计,算法状态机以及FPGA设计和实施方面的技能。
尽管有福利,但现有的受信任的执行环境(TEE)或飞地因缺乏透明度,脆弱性和各种限制而受到批评。一个重要的限制是,它们仅提供无法为不同应用程序定制的静态和固定的硬件信任计算基础(TCB)。该设计通过在软件TCB中的硬件TCB和Buggy外围驱动程序中包括不需必要的外围设备,违反了特权的原则。此外,现有的TEE Time-Share带有丰富的执行环境(REE)的处理器核心,使执行效率较低,并且容易受到缓存侧通道攻击的影响。尽管许多以前的项目都集中在SGX,TrustZone或RISC-V上的TEE中解决软件问题,但硬件系统设计中固有的某些TEE问题是无法单独使用软件解决的。在本文中,我们提出了byotee(build y我们的生锈的ecution e n-Vironments),这是一种易于使用的硬件和软件共同设计的基础架构,用于使用现场可编程门阵列(FPGA)构建飞地(FPGA)。Byotee使用自定义的硬件TCB创建飞地,并建立一个动态的信任根,该根源允许从硬核系统上的预先介绍软件中不受限制执行对安全敏感的应用程序(SSA)。ad的byotee提供了证明飞地硬件和软件堆栈的完整性的机制。我们为Xilinx系统芯片(SOC)FPGA实施了一个Byotee系统。针对四个SSA和12个基准应用的低端Zynq-7000系统的评估证明了BYOTEE框架的使用,安全性,有效性和性能。
Agilex 5 FPGA 具有独特的功能组合,为您提供开发集成高性能 AI 的定制硬件所需的一切。这些功能的核心是一种称为 AI 张量模式的新型操作模式,该模式针对 AI 计算中使用的常见矩阵-矩阵或矢量-矩阵乘法进行了调整。此模式具有旨在有效处理小矩阵和大矩阵大小的功能。与 Cyclone V FPGA 相比,单个带有 AI 张量块的增强型 DSP 在单个 DSP 块的 INT8 操作中实现了高达 25 倍的峰值、理论上的 TOPS 改进。
平台证明提供了设备身份的加密证书以及对外部验证器服务的设备状态和配置的测量。这种功能强大的功能允许验证者帮助回答以下问题:这是:这是预期的FPGA吗?FPGA是否配置为预期的bitstream,并且预期的安全设置是否已编程?在FPGA之外使用这些功能放置验证者,可以帮助您在整个Agilex FPGAS部署中实现前所未有的保证水平。图3给出了这些条款的细分以及它们如何应用于平台证明。
5.1. 用户 I/O................................................................................................................................................ 17 5.2. 电源引脚................................................................................................................................................. 18 5.3. 存储器接口................................................................................................................................................. 19 5.4. DDR 接口................................................................................................................................................. 19 5.5. 时钟引脚................................................................................................................................................. 20 5.6. 专用 I/O 组引脚.................................................................................................................................... 20 5.7. XCVR 接口.................................................................................................................................................... 22
Microchip 网站................................................................................................................................................28 产品变更通知服务....................................................................................................................................28 客户支持...................................................................................................................................................28 Microchip 器件代码保护功能........................................................................................................................28 法律声明......................................................................................................................................................28 商标.........................................................................................................................................................................29 质量管理体系.........................................................................................................................................................30 全球销售和服务.........................................................................................................................................................31
Microsemi 不对本文所含信息或其产品和服务是否适用于任何特定用途作任何保证、陈述或担保,也不承担因应用或使用任何产品或电路而产生的任何责任。根据本文出售的产品以及 Microsemi 出售的任何其他产品均经过有限测试,不应与关键任务设备或应用程序一起使用。任何性能规格都被认为是可靠的,但未经验证,买方必须对产品进行并完成所有性能和其他测试,无论是单独测试还是与任何最终产品一起测试或安装在任何最终产品中。买方不得依赖 Microsemi 提供的任何数据和性能规格或参数。买方有责任独立确定任何产品的适用性并对其进行测试和验证。Microsemi 在此处提供的信息是“按原样、在原地”提供的,并且不包含任何错误,与此类信息相关的全部风险完全由买方承担。 Microsemi 不会以明示或暗示的方式向任何一方授予任何专利权、许可或任何其他知识产权,无论是关于此类信息本身还是此类信息中描述的任何内容。本文件中提供的信息归 Microsemi 所有,Microsemi 保留随时更改本文件中的信息或任何产品和服务的权利,恕不另行通知。
Microsemi 不对本文所含信息或其产品和服务是否适用于任何特定用途作任何保证、陈述或担保,也不承担因应用或使用任何产品或电路而产生的任何责任。根据本文出售的产品以及 Microsemi 出售的任何其他产品均经过有限测试,不应与关键任务设备或应用程序一起使用。任何性能规格都被认为是可靠的,但未经验证,买方必须对产品进行并完成所有性能和其他测试,无论是单独测试还是与任何最终产品一起测试或安装在任何最终产品中。买方不得依赖 Microsemi 提供的任何数据和性能规格或参数。买方有责任独立确定任何产品的适用性并对其进行测试和验证。Microsemi 在此处提供的信息是“按原样、在原地”提供的,并且不包含任何错误,与此类信息相关的全部风险完全由买方承担。 Microsemi 不会以明示或暗示的方式向任何一方授予任何专利权、许可或任何其他知识产权,无论是关于此类信息本身还是此类信息中描述的任何内容。本文件中提供的信息归 Microsemi 所有,Microsemi 保留随时更改本文件中的信息或任何产品和服务的权利,恕不另行通知。