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
E-book
방법 가이드: 설계 릴리스 및 신속한 엔지니어링 설계 검토
더 나은 제품 라이프사이클 관리로 오래 걸리는 엔지니어링 설계 검토 프로세스를 개선하여 설계 릴리스 기한을 맞추십시오.
Infographic
PLM은 무엇이며, 왜 클라우드 PLM을 사용해야 할까요?
PLM 정의 클라우드 PLM으로 디지털 트윈을 효율적으로 관리해 혁신적인 제품을 시장에 더 빨리 선보이는 방법에 대해 알아보십시오. 자세히 알아보십시오.