Представляем вам каталог функциональных IP-ядер для ПЛИС и СнК для нейросетей от российского производителя (РИТМ) для снижения зависимости от зарубежных технологий.

Нейросеть AlexNet

Ядро представляет собой оптимизированный процессор для реализации на ПЛИС последовательной сверточной нейросети AlexNet. Данные нейросети могут применяться для задач классификации. Поддерживаются вычисления в арифметике с плавающей точкой FP32 и в целочисленной арифметике int8.

Нейросеть VGG-16 / VGG-19

Ядро представляет собой оптимизированный процессор для реализации на ПЛИС последовательной сверточной нейросети VGG-16 или VGG-19. Данные нейросети могут применяться для задач классификации. Поддерживаются вычисления в арифметике с плавающей точкой FP32 и в целочисленной арифметике int8.

Нейросеть LogoNet

Ядро представляет собой оптимизированный процессор для реализации на ПЛИС последовательной сверточной нейросети LogoNet. Данная нейросеть применяется для задачи классификации логотипов. Поддерживаются вычисления в арифметике с плавающей точкой FP32 и в целочисленной арифметике int8.

Нейросеть DarkNet-19

Ядро представляет собой оптимизированный процессор для реализации на ПЛИС последовательной сверточной нейросети DarkNet из 19 слоев. Данная нейросеть применяется для задач классификации изображений. Поддерживаются вычисления в арифметике с плавающей точкой FP32 и в целочисленной арифметике int8.

Нейросеть YOLO v2

Ядро представляет собой оптимизированный процессор для реализации на ПЛИС алгоритма YOLO v2 на базе последовательной сверточной нейросети VGG. Этот алгоритм применяется для задач обнаружения объектов. Поддерживаются вычисления в арифметике с плавающей точкой FP32 и в целочисленной арифметике int8.

Нейросеть ResNet

Ядро представляет собой оптимизированный процессор для реализации на ПЛИС DAG-нейросети ResNet-50. Данная нейросеть применяется для задач классификации изображений. Поддерживаются вычисления в арифметике с плавающей точкой FP32 и в целочисленной арифметике int8.

Нейросеть GoogleNet

Ядро представляет собой оптимизированный процессор для реализации на ПЛИС DAG-нейросети GoogleNet. Данная нейросеть применяется для задач классификации изображений. Поддерживаются вычисления в арифметике с плавающей точкой FP32 и в целочисленной арифметике int8.

Нейросеть сверточная произвольной архитектуры

Пользовательская последовательная или DAG-нейросеть на базе имеющихся реализаций процессоров слоев.

Выберите компанию из списка
Новый email