2. 開發板
  3. VCK5000 Versal 開發卡
點擊放大圖片

VCK5000 Versal 開發卡

發布者: AMD

AMD VCK5000 Versal 開發卡基於 AMD 7nm Versal™ 自適應 SoC 架構，專為采用 Vitis 端到端流程的 AI 引擎開發以及采用合作夥伴解決方案的 AI 推斷開發而設計。 如需完整的 Vivado™ 流程和器件定製，請聯係銷售。

  • 價格: $13,195.00
  • 现金网博e百 編號: DK-VCK5000-G-ED
  • 交付周期: 8 周
  • 器件支持:
    • Versal AI Core Series
購買申請

概述

现金网博e百 簡介

AMD VCK5000 Versal™ 開發卡采用 AMD 7nm Versal 自適應 SoC 架構，用於優化 5G、數據中心計算、AI、信號處理、雷達等應用。VCK5000 特定域架構得到了 Vitis™、Vitis AI，以及 Mipsology Zebra® 和 Aupera® VMSS 等合作夥伴解決方案的全麵支持，不僅帶來了強大的單位功耗性能（馬力），同時還在 C/C++ 軟件可編程性中保持了易用性。

與 nVidia 旗艦 GPU 相比，VCK5000 開發平台在標準 AI 基準測試中提供接近 100% 的每瓦計算效率和 2 倍的 TCO，因此是為雲端應用和邊緣應用實現 CNN、RNN 和 NLP 加速的理想開發平台。

在雲端免費評估

Aupera Image構建、配置和部署基於 AI 的視頻分析管道 試用 VMAccel 雲
Mipsology imageTensorFlow / Pytorch 的無縫 AI 推斷

 試用 VMAccel 雲

AI 推斷

AI 推斷開發

如果您是一名 AI 開發人員，請使用 Mipsology Zebra 將 TensorFlow 和 PyTorch 訓練模型直接帶到 Versal 上推斷並使用 Aupera 視頻機器學習流媒體服務器解決方案在 FPGA 平台上構建、配置和部署計算機視覺應用。

主要特性

查看合作夥伴解決方案，閱讀技術文章並獲得重要特性，以便使用 VCK5000 執行 AI 推斷開發

與主流 nVidia GPU 相比，TCO 降低 1 倍

  • 與支持標準 MLPerf 模型的 Nvidia Ampere 相比，性能功耗比和性價比均提升 1 倍
  • 計算效率達 90%
  • 板卡層麵的功耗不足 100W

與 nVidia GPU 相比，端到端視頻分析吞吐量提升 1 倍

  • 從 H.264 解碼到計算機視覺再到多達 10 個 AI 模型的完整流水線
  • 視頻解碼和 CV 運行在 x86 CPU 或分立式 U30 Alveo 卡上
  • 來自 FFmpeg / Gstreamer 的、基於插件的流水線組合

ML 任務繁重：H.264 解碼 + Yolov3 + 3x ResNet-18
視頻任務繁重：H.264 解碼 + tinyYolov3 + 3x ResNet-50

brand-2392-diagram_1

熟悉框架的易用性

  • 為所有 CPU 和 GPU 用戶提高簡單易用的軟件流程，無需硬件編程
  • 直接在開發板上從 Tensorflow 框架運行推斷
  • 使用主流框架 Pytorch、Tensorflow、Tensoflow 2 和 Caffe 支持業界一流的模型

合作夥伴解決方案

Mipsology Zebra 人工智能推斷解決方案和 Aupera 視頻機器學習流媒體服務器

Mipsology Zebra AI 推斷解決方案

解決方案概述

Mipsology Zebra 軟件

Zebra 將高性能與前所未有的易用性結合在一起，是 AMD 的首選 AI 加速器，可用於為基於圖像的 AI 應用計算神經網絡。

Zebra 可無縫替換 GPU/CPU，以更快的速度和更低的功耗計算任何基於圖像的神經網絡。使用 Zebra，無需重新訓練您的網絡或應用，也無需對其做出任何修改。Zebra 使用簡單的 Linnux 命令執行部署，因此使用 Zebra，無需掌握 FPGA 知識。

  

讓 Zebra 在 VMAccel® 雲端免費演示 5 個小時

開始設計

Aupera 智能視頻分析解決方案

解決方案概述

Aupera 視頻機器學習流媒體服務器解決方案

Aupera VMSS 是一個麵向視頻 AI 推斷應用的軟件框架。使用 VMSS2.0，用戶無需編碼，便可使用圖形用戶界麵 (GUI) 快速構建、配置和部署計算機視覺流水線。使用 Aupera 的節點工具套件並執行解碼、預處理和後處理等任務，可輕鬆構建自定義流水線，也可通過創建自定義節點構建該流水線，這些自定義節點可通過 GUI 上傳、構建、測試和使用。

Aupera 的商用視頻 AI 應用也可通過該框架配置、啟動和查看。用戶可選擇通過視頻疊加或發送文本輸出來檢查自定義流水線的結果。

  

讓 VMSS 2.0 在 VMAccel® 雲端免費演示 5 個小時

開始設計

AI 推斷開發技術文章

vmss-vck5000
文章

通過 AMD VMSS 和 VCK5000 平台提升視頻分析

立即閱讀  >
vitis-ai-108x208
Blog

Vitis AI 2.0 現已推出！

Vitis AI 2.0 現已推出！作為 AMD FPGA 及自適應 SoC 上基於軟件的最全麵 AI 加速解決方案，Vitis AI 將不斷提高用戶 AI 现金网博e百 的價值和競爭力。有了該版本，Vitis AI 解決方案不僅更加簡單易用，而且還可在邊緣和數據中心實現進一步的性能提升。本次網絡研討會將介紹新现金网博e百 的特性，包括模型、軟件工具、深度學習處理單元以及最新性能信息等。 

立即閱讀  >
image-1-vitis-code
文章

為什麼選擇 AMD 解決方案來加速您在各行業的應用？

Vitis 提供了許多開發套件和庫來加速許多行業的應用，使其比傳統的 FPGA 流程更容易。 對於熟悉使用 C/C++ 或 Python 開發基於 CPU/GPU 的軟件真人百家乐游戏开户 來說，它也是一個理想的設計環境。 Vitis 庫涵蓋了許多庫，例如 CUDA，讓您可以有效地遷移您的設計。

讓我們深入探討為什麼 AMD 解決方案是加速應用的理想選擇！

立即閱讀  >
wego
文章

整體圖形優化器 (WeGO) 概覽

了解在 Vitis AI 2.0 中發布的整體圖形優化器 (WeGO)，其旨在提供一個流暢的解決方案，通過將 Vitis AI 開發套件與 TensorFlow 框架集成在一起，在雲 DPU 上部署 TensorFlow 1.x。

立即閱讀  >

VCK5000 功能演示

數據中心越來越多地采用人工智能來管理從設備監控到服務器優化的各種任務。基於 FPGA 的自適應計算在數據中心中起著核心作用，通常被證明是運行複雜 AI 工作負載的最高效、最具成本效益的解決方案。

2021 自適應計算挑戰賽展示了將 VCK5000 開發卡與 Vitis AI 結合使用的最佳方式。

BRAND-2591-746x400-Medical-2
Contest 2021 第一名

用於 8 個臨床檢驗室的即時醫療圖像分析助手

該係統最多可實時並行批量處理 8 個息肉分割任務，對於加入醫療應用確實有幫助。

立即查看  >
BRAND-2591-746x400-Image-Restore
Contest 2021 二等獎

綠色計算：基於 Versal 的圖像恢複管道

Vitis AI 2.0 現已推出！作為 AMD FPGA 及自適應 SoC 上基於軟件的最全麵 AI 加速解決方案，Vitis AI 將不斷提高用戶 AI 现金网博e百 的價值和競爭力。有了該版本，Vitis AI 解決方案不僅更加簡單易用，而且還可在邊緣和數據中心實現進一步的性能提升。本次網絡研討會將介紹新现金网博e百 的特性，包括模型、軟件工具、深度學習處理單元以及最新性能信息等。

立即查看  >
BRAND-2591-746x400-Deepfake
Contest 2021 三等獎

VCK5000 上的 Deepfakes C-L-I

Vitis 提供了許多開發套件和庫來加速許多行業的應用，使其比傳統的 FPGA 流程更容易。 對於熟悉使用 C/C++ 或 Python 開發基於 CPU/GPU 的軟件真人百家乐游戏开户 來說，它也是一個理想的設計環境。 Vitis 庫涵蓋了許多庫，例如 CUDA，讓您可以有效地遷移您的設計。

讓我們深入探討為什麼 AMD 解決方案是加速應用的理想選擇！

立即查看  >

AI 引擎

AI 引擎開發

如果您想使用 AI 引擎和可編程邏輯實現算法加速，我們提供 AI引擎 C/C++ 高層次抽象 API 和 Vitis 加速庫。Vitis 端到端流程使用 C/C++ 開發，在 X86 或嵌入式處理器上運行，並通過 XRT 管理與加速器的運行時交互。硬件組件或內核可以用 C/C++ 開發，也可以使用 RTL 用於 PL 和 AI 引擎。

主要特性

Performance icon

功耗與性能

  • 與上一代 AMD UltraScale+™ 相比，性能提升高達 10 倍，並降低了各種應用的功耗
  • 業界領先的計算性能：高達 145 TOPS (int8)；37 TOPS (int16)；12T FLOPs (fp32)
Performance icon

熟悉的開發環境

reconfigurable-icon

混合內核開發

  • 使用混合內核自定義您自己的數據管道
  • 使用 C/C++ 開發 AIE 內核，使用 RTL 或 HLS 開發 PL 內核，並使用 Vitis 連接整個係統
點擊放大圖片
vitis-accelerated-libraries

點擊放大

vck5000-architecture

點擊放大

啟動 AI 引擎開發

第 1 步: 購買

購買配備 VCK5000 量產芯片的卡。

購買 > 

第 2 步：訪問安全站點

請求訪問VCK5000 Versal 開發卡安全站點。

第 3 步: 開始設計

按照VCK5000 Versal 開發卡安全站點的入門/安裝指南。

AI 引擎開發技術文章

cuda-vitis
文章

VCK5000 上的 Vitis AIE API

本文將向您展示如何使用 Vitis 2021.2 的 AIE API（高度抽象的 AI 引擎 API）開發 AI 引擎內核，從而顯著提升您的設計生產力。 此 AIE API 是更高層次抽象 C++ API，以 C++ 標頭庫實現，僅提供轉換為高效低層次 AI 引擎的數據類型和操作。 AI 引擎 API 是一種支持 AI 引擎內核編程的方法，提升不同 AI 引擎架構之間的可移植性。

立即閱讀  >
exploring-support-vector-machine-acceleration-with-vitis
文章

從 Cuda 遷移至 Vitis

本文適用於熟悉 CUDA 和 Nvidia GPU 的真人百家乐游戏开户 。 此文可為您提供解決方案！通過 CUDA 架構了解如何使用 AMD Vitis 開發並行硬件。

立即閱讀  >
kernel-code
文章

使用 Vitis 為 Versal 自適應 SoC 優化內核代碼

Vitis 是一個統一軟件平台，用於在 FPGA (Field Programmable Gate Array)、SoC (System on Chip)、 和 Versal 自適應 SoC 等異構平台上開發嵌入式軟件和加速應用。 本文簡要介紹了 Vitis，然後討論了關鍵內核優化以充分利用芯片。

立即閱讀  >
image-1-vitis-code
文章

為什麼選擇 AMD 解決方案來加速您在各行業的應用？

Vitis 提供了許多開發套件和庫來加速許多行業的應用，使其比傳統的 FPGA 流程更容易。 對於熟悉使用 C/C++ 或 Python 開發基於 CPU/GPU 的軟件真人百家乐游戏开户 來說，它也是一個理想的設計環境。 Vitis 庫涵蓋了許多庫，例如 CUDA，讓您可以有效地遷移您的設計。

讓我們深入探討為什麼 AMD 解決方案是加速應用的理想選擇！

立即閱讀  >

開發板規格

功耗與熱量
卡規格 VCK5000
器件 VC1902
計算 有源 無源*
INT8 TOPs（峰值） 145 145
尺寸
高度 完整 完整
長度 完整 3/4
寬度 雙插槽 雙插槽
存儲器
片外內存容量 16 GB 16 GB
片外總帶寬 102.4 GB/s 102.4 GB/s
內部 SRAM 容量 23.9 MB 23.9 MB
內部 SRAM 總帶寬 23.5 TB/s 23.5 TB/s
接口
PCI Express Gen3 x 16 / Gen4 x 8 Gen3 x 16 / Gen4 x 8
網絡接口 2x QSFP28 (100GbE) 2x QSFP28 (100GbE)
邏輯資源
查找表 (LUT) 899,840 899,840
最大總功率 225W 225W
散熱 活躍 無源

* 我們隻提供有源開發板。如果您從 VCK5000 移除風扇，請按照 硬件安裝指南，將其變為無源。

技術文檔

Default Default 標題 文件類型 日期