研究者发布AWS FPGA的Vitis HLS高层开发工具链论文
热点事件持续更新
研究者发布AWS FPGA的Vitis HLS高层开发工具链论文
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
David Rostcheck 提交论文,提出一套面向 AWS EC2 F2 云端 FPGA 的开发工具链,打通从 Vitis HLS 高层语言到 HDK 再到 AFI 部署的完整流程,并称其弥补了 AWS FPGA 推出八年来学术文献中的空白。工具链包含 FP32 PyTorch、位精确量化 Python、HLS C-simulation 与物理 FPGA 四级误差定位方法,据称可使编程智能体按用户指令实现并调试 FPGA 设计。 团队用针对命名实体识别微调的 TinyBERT 验证,在 FPGA 上实现了嵌入层和四个编码器层中的第一层。论文指出,由于权重需从主机 DRAM 流式读取,该实现的性能逊于 CPU/GPU 方案,文中讨论了改进路径。
AI 根据报道生成 · 18 分钟前更新
最新进展11月5日 01:44
基于 Vitis HLS 高层语言实现 AWS 云端 FPGA 开发工具链报道时间线
沿着报道,了解事件的不同侧面。
11月5日
- arXiv · cs.AI基于 Vitis HLS 高层语言实现 AWS 云端 FPGA 开发工具链
研究者提出一套工具链,打通从高层语言到 AWS EC2 F2 云端 FPGA 的完整 Vitis HLS 到 HDK 再到 AFI 部署流程,弥补 AWS FPGA 推出八年来学术文献中的空白。工具链包含 FP32 PyTorch、位精确量化 Python、HLS C-simulation 与物理 FPGA 四级误差定位方法,可使编程智能体按用户指令实现并调试 FPGA 设计。团队用微调后的 TinyBERT 做命名实体识别验证,在 FPGA 上实现嵌入层和四个编码器层中的第一层;权重从主机 DRAM 流式读取导致性能逊于 CPU/GPU,文中讨论了改进路径。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。