백서
에지 기계 학습: HLS를 이용한 전력 및 성능 최적화
기계 학습을 에지(edge)로 옮기려면 전력과 성능 면에서 중요한 요구사항이 뒤따릅니다. 평범한 상용 솔루션을 사용하는 방안은 실용적이지 않습니다. CPU는 너무 느리고, GPU/TPU는 비싼 데다 전력 소모량이 너무 크며 심지어 일반적인 기계 학습 가속기조차 사양이 과도하고 전력에 최적화되어 있지 않기 때문입니다. 이 글에서는 차세대 에지 기계 학습 하드웨어 수요에 부합하는 새로운 전력/메모리 효율적인 하드웨어 아키텍처를 만드는 방법에 대해 다룹니다.
관련 자료
White Paper
3D 레이아웃을 활용해 PCB 시스템 설계 최적화
이 문서에서는 실제 제품을 쉽게 이해할 수 있도록 3D 기술의 이점을 극대화하여 설계 주기 초기에 ECAD-MCAD 문제를 식별하고 비용이 많이 드는 재설계를 방지하는 6가지 방법에 대해 설명합니다.