今天小编要和大家分享的是可编程逻辑相关信息，接下来我将从基于FPGA嵌入式AI解决方案的百度EdgeBoard，fpga图像 限时特卖这几个方面来介绍。
可编程逻辑相关技术文章基于FPGA嵌入式AI解决方案的百度EdgeBoard
（文章来源：百度AI）
EdgeBoard是基于FPGA打造的嵌入式AI解决方案，能够提供强大的算力，并支持定制化模型，适配各种不同的场景，并大幅提高设备的AI推理能deeplab力，具有高性能、高通用、易集成等特点。EdgeBoard系列计算卡符合工业设计标准、满足-40℃~85℃的温度范围，接口齐全，可广泛适配如安防监控、工业质检、医疗诊断、科研教学、智能零售等各种场景。
EdgeBoard产品分为三个系列，称之为“三兄弟”，能够满足客户不同的需求，既有满足高性能计算的方案，也有高性价比的处理方案。本文将从“三兄弟”的特点及整体硬件框架两个方面来介绍EdgeBoard。理想的异构计算平台应该具备三种基本能力：首先专有的硬件加速能力，提高算法的性能；其次高效灵活适配算法的能力，适配不断演进的算法；最后丰富的外围接口，适合不同的应用场景。
CPU作为通用处理器，以逻辑计算作为出发点，更偏重控制流数据，适用于控制和调度类任务，不易于进行外围电路的扩展。GPU具有并行计算的特点，广泛应用在训练阶段，但由于功耗大、成本高等原因，少有部署在端上的产品，另外高延迟及缺少对外围电路的支持也不利于部署到端上的产品中。ASIC作为一种专用集成电路芯片，具有体积小、功耗低、计算性能高等特点，但AISC芯片研发时间长，资金投入大，由于芯片内部结构相对固定，无法适配快速演进的AI算法，在应用场景没有明确之前ASIC显然不是最优的选择。
FPGA作为一种现场可编程门阵列，具有低功耗、低延迟、高性能等优势，其可编程的特性又可以灵活适配不同的算法，同时FPGA丰富的外围接口可以满足不同的应用需求，FPGA差异化的内部逻辑资源可以提供不同的算力支持，这些优势使得FPGA被广泛应用在AI推理加速上。
EdgeBoard是基于Xilinx Zynq UltraScale+ MPSoC系列芯片打造的计算卡，芯片内部集成ARM处理器+GPU+FPGA的架构，既具有多核处理能力、也有视频流硬解码处理能力，还具有FPGA的可编程的特点。内置Linux 4.14.0系统和深度学习预装环境，与百度大脑模型定制平台（AIStudio、EasyDL、EasyEdge）深度打通，实现模型的训练、部署、推理等一站式服务。
