最高计算效率和最佳性能
数据中心正在经历一场重大变革。随着我们的家庭、汽车、办公室、工厂、城市以及云端智能连接设备的普及，这一 AI 应用激增的成本也在数据处理以及为这些设备供电的芯片上的能源效率要求上呈指数级增长。挑战不仅在于如何部署 AI 模型，也在于如何最高效部署 AI 应用。AI 应用的最佳实施无需最快，只需最高效、保持灵活性即可。构建在自适应计算平台上的 AMD XDNA 架构可为云端、边缘或端点的 AI 推断工作负载提供两全其美的解决方案。
AI 工作负载加速卡
AI 推断
Alveo™ V70 加速卡是首款采用 XDNA™ 架构和 AI 引擎的小型 AMD Alveo 量产卡。V70 提供低功耗和小型封装，不仅有助于降低每个 AI 通道的成本，而且还可为视频应用提供高通道密度，从而可帮助您满足苛刻的 AI 性能需求。该卡提供行业标准框架支持，可直接编译采用 TensorFlow 和 PyTorch 训练的模型。
推荐
Alveo™ U55C 高性能计算卡可为推荐、高性能计算 (HPC)、大数据分析及机器学习的工作负载提供经过优化的加速。U55C 卡将高带宽内存 (HBM2) 和 200Gbps 的高速网络整合在一款单插槽小型卡中，其可部署在任何服务器中。
视频处理
Alveo™ U30 加速卡为实时视频流工作负载提供高通道密度、低单位通道成本和低功耗。与 Xilinx 视频软件开发套件 (SDK) 结合使用时，该解决方案可为实时流媒体提供商提供一个生产就绪型平台，从而可通过基于标准的 FFmpeg、GStreamer 和 API 从 Xilinx 硬件加速中获得巨大优势。
为数据中心应用提供支持的软件
Vitis™ AI 可为 AMD 自适应 SoC 以及提供标准框架支持的 Alveo™ 数据中心加速器提供一个综合 AI 推断开发平台，可直接编译使用 TensorFlow 和 PyTorch 训练的模型。Vitis AI 不仅可插入常用软件开发工具，而且还可利用一系列丰富的优化开源库，作为其软件代码一部分为软件开发人员实现机器学习加速。