ウェビナー シリーズ: 4 月 17 日 ～ 5 月 28 日
アプリケーションの高速化を目指すソフトウェアおよび AI 開発者を対象にVitis™ や Vitis AI 開発環境について解説する無償のウェビナー シリーズを提供しています。TensorFlow や Caffe などの高レベル フレームワークを使用し、C/C++、Python などの使い慣れたプログラミング言語で開発を続けながら、直面する課題を解決して要件を満たすためにプラットフォーム アーキテクチャを適応させる方法を学ぶことができます。
毎週金曜日に、AI 推論ソリューション、オープンソースの性能に最適化されたライブラリ、包括的な開発ツール、設計手法など、特定のトピックを取り上げて解説します。登録するには、関心のあるトピックの参加希望時間をクリックください。
| 日付 | 日本時間 | トピック |
内容 |
|---|---|---|---|
| - | オンデマンド | Vitis 統合ソフトウェア プラットフォームの紹介 | Vitis について理解し、その包括的なコア開発キット、豊富なハードウェア アクセラレーション、オープンソース ライブラリ、およびドメイン固有の開発環境について詳しく学ぶことができます。Vitis を利用してイノベーションを先取り！ |
| - | オンデマンド | Vitis AI を使用する AI 推論アクセラレーション | AI の革新に遅れをとることなく、エッジからクラウドまでの AI アプリケーション開発の統合を可能にします。エッジ デバイスと Alveo カードの両方を含むザイリンクス ハードウェア プラットフォーム上での AI 推論開発には、ザイリンクスの Vitis AI 開発環境を活用してください。Vitis AI には、最適化された IP、ツール、ライブラリ、モデル、サンプル デザインが含まれます。このウェビナーでは、Vitis AI の主なコンポーネントについて詳しく説明し、ザイリンクスのハードウェア プラットフォーム上で適応性のある効率的な AI 推論を実現する方法を説明します。 |
| - | オンデマンド | Vitis AI の詳細 | RTL コードを記述せずに、FPGA ベースの深層学習アプリケーションを高速化したいと思いませんか。このウェビナーでは、ザイリンクスのエンベデッド SoC と Alveo アクセラレーション プラットフォーム上で Vitis AI を使用してトレーニング済みの DNN モデルを運用/実行する方法を解説します。ザイリンクスが提供しているツールとライブラリについて説明しVitis AI を使用してボード上でサンプル デザインを実行するウォークスルー デモを実施します。 |
| - | オンデマンド |
Vitis アクセラレーション ライブラリを使用する開発 | ザイリンクス プラットフォームの高い演算能力を採用したいけれども、FPGA の設計経験がないという方は、是非このウェビナーを視聴しください。Vitis アクセラレーション ライブラリ (400 以上の最適化済みのオープンソース ライブラリ) を利用することで、数理ファイナンス、AI 推論、データ圧縮などさまざまなアプリケーションを簡単に高速化できます。このウェビナーでは、ザイリンクスが提供する抽象化レベルについて説明し、Vitis ライブラリを使用する開発のウォークスルー デモを通じて実際の性能メリットをご覧いただきます。 |
| - | オンデマンド |
アクセラレーション アプリケーション開発の設計手法 | アルゴリズムやアプリケーションのベースとなるザイリンクス プラットフォームに最大の適応性を持たせるには、アクセラレーション機能の設計手法を理解する必要があります。このウェビナーでは、まずアクセラレーション アプリケーションの設計手法について説明し、C/C++ を使用して高性能カーネルを開発するためのベスト プラクティスを紹介します。デモでは性能目標の確立、アクセラレーションに適した機能の特定、性能最適化手法、および性能のプロファイリングや分析に使用できる Vitis 開発ツールについて説明します。 |
| - | オンデマンド |
アプリケーション全体の高速化: AI 対応システムの設計 | プロダクション デバイス (エッジ/クラウド) で AI 対応のアプリケーションを運用する場合、AI コンポーネントの演算要件 (TOPS) のみを考慮するのではなく、総合的に考えます。全体的なシステム レベルの機能と性能要件を満たすには、AI とその他の性能重視機能の両方を含むアプリケーション全体を考慮する必要があります。このウェビナーでは、Vitis と Vitis AI を利用することで、ザイリンクス プラットフォーム上でアプリケーション全体を高速化できることを説明します。 |
エッジ デバイスで実現する医療向けの適応型 AI ウェビナー シリーズ (2 部構成) : 5 月 21 日 / 5 月 28 日
1ヶ月にわたって「AI およびソフトウェア アクセラレーション」ウェビナー シリーズを配信してきました。いかがだったでしょうか。今回のウェビナー シリーズでは、分析のための CAD および画像再構成から、NLP および AI に至るまで医療分野における AI アプリケーションについて詳しく解説します。
次のような疑問にお答えします。是非ご参加ください。
- イメージング技術から創薬まで - 医療分野で活躍する AI の主なアプリケーションとは。
- 最小限のコストで高い柔軟性を備えながら、in-situ (現場で)/in-silico (コンピューター上で) 安全に適応型 AI ソリューションを運用する方法とは。
- クラウド上で学習し、現場で運用する方法とは。AWS の Sagemaker、TVM、PYNQ、およびザイリンクスの DPU を利用した AI の運用サポート。
| 日付 | 日本時間 | トピック |
内容 |
|---|---|---|---|
| 5 月 21 日 | 0:00AM 12:00PM |
可搬性 X 線装置: エッジ デバイスに搭載する医療向け適応型 AI (パート 1) |
医療向けの高性能 AI ソリューションは、人間の一生におけるあらゆる場面で提供される膨大なデータによって支えられています。このウェビナー シリーズ (2 部構成) は、医療向けソリューションの実現には、in situ (その場) かつ in silico (コンピューター上) で処理される推論機能の重要性についてお話しします。現場で AI 機能が使えるようになると、画像診断のために場所を移動する必要がなくなり、迅速な診断、迅速なトリアージが可能になります。その結果、臨床検査の効率化や患者の転帰を改善させることにつながります。このウェビナーでは、分析のための CAD および画像最構成から、NLP およびAI に至る、この分野のさまざまな AI アプリケーションについて詳しく解説します。また、医療向け AI で臨床医をサポートするため、十分なセキュリティ、性能、柔軟性、信頼性を備えた医療機器およびオンプレミス アクセラレータを設計する方法についても言及します。 |
| 5 月 28 日 | 0:00AM 12:00PM |
可搬性 X 線装置: エッジ デバイスに搭載する医療向け適応型 AI (パート 2) | 医療向けの高性能 AI ソリューションは、人間の一生におけるあらゆる場面で提供される膨大なデータによって支えられています。このウェビナー シリーズ (2 部構成) は、医療向けソリューションの実現には、in situ (その場) かつ in silico (コンピューター上) で処理される推論機能の重要性についてお話しします。現場で AI 機能が使えるようになると、画像診断のために場所を移動する必要がなくなり、迅速な診断、迅速なトリアージが可能になります。その結果、臨床検査の効率化や患者の転帰を改善させることにつながります。このウェビナーでは、分析のための CAD および画像最構成から、NLP およびAI に至る、この分野のさまざまな AI アプリケーションについて詳しく解説します。また、医療向け AI で臨床医をサポートするため、十分なセキュリティ、性能、柔軟性、信頼性を備えた医療機器およびオンプレミス アクセラレータを設計する方法についても言及します。 |
ゴールド スポンサー
シルバー スポンサー
認定トレーナ (ATP)
開発者シリーズのイベント、製品ニュース、アップデート、ウェビナーなどの最新情報を入手
最新情報を入手