最もレイテンシが低い AI 推論

• Zynq™ UltraScale+ および Versal​™ で最適な FPS と消費電力を実現
• 優れた DPU (Deep Learning Processing Unit)
• 最先端のモデル最適化技術により、性能が 5 ～ 50 倍向上

柔軟なソフトウェア フロー

• PyTorch、TensorFlow、Caffe ベースの AI モデルをサポート
• 使い慣れた C++/Python ベースのライブラリと API
• クオンタイザー、コンパイラ、ランタイムが統合され、エッジ プラットフォームでの運用に最適

優れた拡張性と適応性

• さまざまなロジックおよび AIE リソースに対応するスケーラブルな DPU IP
• 無償の Open AI Model Zoo
• アプリケーション全体を高速化

高スループットまたは低レイテンシ

大きいバッチサイズを使用してスループットを達成します。処理前にすべての入力の準備ができるまで待たなければならず、必然的にレイテンシが大きくなります。

高スループットかつ低レイテンシ

小さいバッチ サイズを使用してスループットを達成します。各入力の準備ができ次第、処理を開始できるため、結果として低レイテンシを実現できます。

アプリケーション全体の性能向上

カスタム アクセラレータをシリコン デバイスの動的アーキテクチャと密結合することで、AI 推論とその他の性能重視機能の両方に対して最適化されたハードウェア アクセラレーションが可能になります。

これにより、固定アーキテクチャの AI アクセラレータを大きく上回るアプリケーション全体の性能向上が可能になります。固定アーキテクチャ デバイスの場合、カスタム ハードウェア アクセラレーションに対応できないため、アプリケーションのほかの性能重視機能はソフトウェアで実行する必要があります。

Kria KV260 ビジョン AI スターター キットを購入

複雑なハードウェア設計の知識が不要で、高度なアプリケーション開発をサポート

Vitis AI をダウンロード

Vitis AI を使用して、効率的なエッジ AI コンピューティング開発が可能

アプリ ストア

Kria システム オン モジュール向けのビルド済みアプリケーション。まずはアクセラレーション アプリケーションを評価し、購入、そして運用へ！