BlueDot：利用 Catapult HLS 加快神經網路型 Deepfield-PQO 的設計速度

近來，視訊在行動流量中的佔比呈指數般增長。網際網路／視訊技術的發展和視訊消費模式的改變，是這股視訊流量增長趨勢背後的推手。

視訊服務平台公司必須負擔大量成本，才能使編碼的視訊達到更高的畫質及更小的容量。為了解決這個問題，BlueDot 開發出 AI 型編解碼器預處理篩選器，名為 Deepfield-PQO。受制於現有的開發方法且隨著 AI 型演算法變得越來越複雜，設計和驗證作業相當耗時，使開發週期受到限制。為了解決這個問題，我們為 FPGA 導入 HLS 並進行開發，同時導入 Catapult HLS 來定向 ASIC。

導入 Catapult HLS 後，我們開始能靈活因應規格變化以提高效能表現，並透過更簡化協作、驗證和程式碼重用，縮短整體開發週期。