深度學習 CNN 服務包

利用圖形化 FPGA 程式設計，透過 VisualApplets ，可以適當整合大小和複雜性相異的網路架構，也可以為各種影像處理應用載入預先訓練的網路權重配置參數。在此過程中，還會匯入來自第三方軟體和訓練工具（例如 TensorFlow）有關網路及參數的資訊。只要網路保持不變，新的權重就很容易載入。重新訓練活動，例如為生產中的新工作進行再訓練，相對之下就省事許多。如果測試環境或對象有所變動，重新訓練過的影像會透過新的權重參數集或作為新網路重新載入。

FPGA 做到直接在影像擷取卡或嵌入式視覺裝置上處理影像資料（從影像擷取到分析結果），不會增加 CPU 的負擔，這對 CPU 密集型的應用（例如 CNN）非常重要。因此可以使用沒有 GPU 的小型 PC，降低整體系統成本。

對於執行基於 FPGA 的深度學習應用，我們為客戶和合作夥伴提供 CNN runtime 許可及兩個服務包，無論在深度學習方面的經驗是多是少都適用。如果您已建構網路並進行訓練，我們可以連同權重（參數）一起轉移到影像擷取卡 FPGA 上執行（執行服務）。

我們也可以完全接管網路的建構和訓練，為您執行 FPGA （開發服務）。在這兩種情況下，我們所交付的內容都是以所需的頻寬和準確性進行測試及記錄，而使用者保有 CNN 智慧財產權。