使用 FPGA+CPU 作为异构计算平台,在硬件语言(VHDL、Verilog)层级,实现自研 RGBD 成像算法,相对 GPU 平台,速度提升约 4 倍,功耗约为 1/10。
神经网络加速技术:使用 FPGA+CPU+GPU的 SOC 计算方案,实现对深度学习框架 Caffe 的本地加速,支持 25fps 的人体检测。