灵活应变 & 实时
AI 推断加速
从边缘到云的最佳人工智能推断
Vitis™ AI 开发环境是 Xilinx 的开发平台，适用于在 Xilinx 硬件平台（包括边缘器件和 Alveo 卡）上进行人工智能推断。它由优化的 IP、工具、库、模型和示例设计组成。Vitis AI 以高效易用为设计理念，可在 Xilinx FPGA 和 ACAP 上充分发挥人工智能加速的潜力。
您的开发如何与 Vitis AI 协作：
- 支持主流框架和最新的模型，能够执行不同的深度学习任务
- 提供一系列全面的预先优化模型，这些模型现已就绪，可随时部署在 Xilinx 器件上。您可以找到最相似的模型，开始针对您的应用重新训练！
- 提供功能强大的开源量化器，支持剪枝和未剪枝的模型量化、校准和微调。
- AI 分析器提供逐层分析，有助于解决瓶颈问题
- AI 库提供高层次 C++ 和 Python API，可实现从边缘到云端的最大可移植性。
- 可以从吞吐量、时延和电源角度定制可扩展的高效 IP 内核，满足您对许多不同应用的需求。
使用 Vitis AI 探索一切可能性
AI Model Zoo
向所有用户开放一系列来自最流行框架 Pytorch、Tensorflow、Tensorflow 2 和 Caffe 的现成深度学习模型。AI Model Zoo 提供了优化且可重训练的 AI 模型，借助它们，您可在所有 Xilinx 平台上实现更快的部署、性能加速和产品化。
AI 优化器
有了世界领先的模型压缩技术，我们可以在对精度影响极小的情况下，将模型的复杂性降低 5 至 50 倍。深度压缩可将您的 AI 推断性能提升到一个新的层次。
AI 量化器
通过将 32 位浮点权值和激活量转换为 INT8 这样的定点，AI 量化器可在不影响预测精度的情况下，降低计算复杂度。定点网络模型需要的内存带宽更少，因此比浮点网络模型速度更快，电源效率更高。
AI 编译器
将 AI 模型映射至高效指令集及数据流。还可执行高级优化任务，如层融合和指令排程等，并可尽量重复使用片上内存。
AI 配置器
性能分析器有助于程序员深入分析 AI 推断实现方案的效率和利用率。
AI 库
Vitis AI 库是一组高层次库和 API，旨在通过深度学习处理器单元（DPU）进行有效的 AI 推断。它基于带有统一 API 的 Vitis AI Runtime 构建，并为 Xilinx 平台上的 AI 模型部署提供了易于使用的接口。
边缘部署
使用 Vitis AI，在边缘器件上为 IoT、自动驾驶及高级驾驶辅助系统、医疗成像以及视频分析等应用实现高效 AI 计算。Vitis AI 可在保持部署灵活性和最佳功耗的同时，通过一流的算法为您的边缘器件提供强大的计算性能。
实操使用 Vitis AI ，并选择 Xilinx 边缘平台和嵌入式合作伙伴：
本地部署
Xilinx Alveo™ 数据中心加速器卡由 Vitis AI 提供支持，能够为您提供业界领先的 AI 推断性能，充分满足 CNN、RNN 和 NLP 的不同工作负载需求。创造性的本地 AI 解决方案旨在满足现代数据中心超低时延、更高吞吐量和高灵活性的需求，不仅可提高 CPU 和 GPU 的计算性能，而且还可降低总体拥有成本。
安装 Vitis AI 并安装您的 Alveo 加速卡：
云部署
世界各地的所有开发者现在都可通过公共云服务提供商（如 Amazon AWS）广泛访问 Xilinx FPGA。 使用 Vitis AI，不仅可轻松获得云端 AI 加速带来的更高性能，而且还可构建您自己的应用。
Vitis AI 文档
助力自动驾驶和 ADAS 技术
实时多类 3D 对象检测
借助 Vitis AI，您可在嵌入式平台上使用 3D 感知 AI 算法实现实时处理。硬件和软件加速的共同优化实现了 Xilinx ZU + MPSoC 上 PointPillars 模型的领先性能。
观看视频 >
面向自动驾驶的超低延时应用
延迟决定了自动驾驶汽车在高速行驶时和遇到障碍物时的决策。通过创新的领域特定加速器和软件优化，Vitis AI 使自动驾驶汽车能够以超低延迟和更高性能来处理深度学习算法。
对象检测与分割
Vitis AI 具有强大的可扩展性和自适应性，可适用于许多低端到高端的 ADAS 产品，提供业界领先的性能，支持流行的 AI 算法，用于前端 ADAS 中的对象检测、车道检测和分段以及车内或环绕声查看系统。
使城市更智能、更安全
视频分析
城市越来越多地在边缘点和云端采用基于智能的系统。每天生成的海量数据需要强大的端到端 AI 分析系统，以便快速检测和处理对象、流量和面部行为。这为从边缘到云的每个框架增加了宝贵的见解。
了解更多有关 Xilinx 机器与计算机视觉的信息 >
利用人工智能的强大力量以提升健康
本地及数据中心中的 AI
数据中心加速
了解更多有关 Xilinx 数据中心的信息 >
视频
研讨会
使用 Vitis AI 实现灵活应变的 AI 推断
本次网络研讨会将深入探讨 Vitis AI 的关键组件，并向您展示如何在 Xilinx 硬件平台上实现灵活应变且高效的 AI 推断。
Vitis AI 的深度探讨
通过本次网络研讨会，了解如何使用 Vitis AI 部署和运行您针对 Xilinx 嵌入式 SoC 和 Alveo 加速平台预先训练好的 DNN 模型。然后开始使用 Vitis AI 在板上运行示例。
利用 Xilinx Vitis 加速 AI 相机开发
了解如何将 Xilinx MPSoC 与 Vitis 结合使用以实现 AI 摄像头设计。
整体应用加速
在本次网络研讨会上，我们将展示 Vitis 和 Vitis AI 如何帮助开发者在 Xilinx 平台上加速整个应用。
DPU-PYNQ 适用于由 Python 提供支持的边缘 AI 设备
Chris Anderson 与 Xilinx 的 Quenton Hall 针对开发者如何在边缘 AI 设备中使用 ZYNQ FPGA 进行了交流。