Bildzoom

AMD VCK5000 Versal™ Entwicklungskarte

von: AMD

Die AMD VCK5000 Versal™ Entwicklungskarte basiert auf der adaptiven AMD Versal 7-nm-SoC-Architektur und wurde für die Optimierung von 5G, Rechenzentrums-Computing, KI, Signalverarbeitung, Radar und vielen anderen Anwendungen entwickelt. Die domänenspezifische Architektur VCK5000 wird vollständig von Vitis™, Vitis AI und Partnerlösungen wie Mipsology Zebra® und Aupera® VMSS unterstützt und bietet eine hohe Leistung pro Watt bei gleichzeitiger Benutzerfreundlichkeit mit C/C++ Softwareprogrammierbarkeit. Die VCK5000 Entwicklungsplattform bietet nahezu 100 % Recheneffizienz pro Watt in Standard-KI-Benchmarks und die Hälfte der Gesamtbetriebskosten führender NVIDIA-GPUs. Sie ist ideal für die CNN-, RNN- und NLP-Beschleunigung für Ihre Cloud- und Edge-Anwendungen.

Preis: $13,195.00
Part Number:
- DK-VCK5000-G-ED
Lead Time: 8 weeks
Device Support: Versal AI Core

In den Warenkorb

Hinweis: Lieferzeiten gelten für direkte Aufträge bei AMD mit maximal 10 Einheiten. Für Lieferzeiten bei größeren Mengen wenden Sie sich bitte an den Kundendienst.

Produktinformationen

KI-Inferenz
KI-Engine
Technische Daten

Entwicklung der KI-Inferenz

Sorgen Sie als KI-Entwickler mit Mipsology Zebra für eine direkte Inferenz Ihrer TensorFlow- und PyTorch-trainierten Modelle auf Versal, und erstellen, konfigurieren und implementieren Sie Computer-Vision-Anwendungen auf FPGA-Plattformen mit der Lösung Aupera Video Machine Learning Streaming Server.

Hauptmerkmale

2-fache Reduzierung der Gesamtbetriebskosten im Vergleich zu Mainstream-GPUs von Nvidia

2-fache Performance/W und Performance/$ im Vergleich zu Nvidia Ampere mit MLPerf Standardmodellen
Erzielt eine Recheneffizienz von 90 %
Verbraucht weniger als 100 W auf Kartenebene

Bildzoom

2-facher durchgängiger Videoanalysedurchsatz im Vergleich zu Nvidia GPUs

Vollständige Pipeline von H.264-Dekodierung über Computervision bis hin zu max. 10 KI-Modellen
Videodekodierung und CV werden auf x86-CPU oder diskreter U30 Alveo-Karte ausgeführt
Plug-in-basierte Pipeline-Zusammensetzung von FFmpeg/Gstreamer

_{ML Heavy: H.264 Dekodierung + Yolov3 + 3 x RESNET-18}
_{Video Heavy: H.264 Dekodierung + tinyYolov3 + 3 x RESNET-50}

Bildzoom

Einfache Verwendung mit bekannten Frameworks

Benutzerfreundliche Software für CPU- und GPU-Benutzer, keine Hardwareprogrammierung erforderlich
Ausführung der Inferenz aus Tensorflow Framework direkt auf der Platine
Aktuelles Modell, unterstützt mit den Mainstream-Frameworks PyTorch, TensorFlow, TensorFlow 2 und Caffe

Bildzoom

Partnerlösungen

Mipsology Zebra Software

Zebra kombiniert hohe Performance mit beispielloser Benutzerfreundlichkeit und ist der bevorzugte KI-Beschleuniger von AMD für die Berechnung neuronaler Netzwerke für bildbasierte KI-Anwendungen.

Zebra ersetzt GPU/CPU nahtlos, um jedes bildbasierte neuronale Netzwerk schneller und mit geringerem Stromverbrauch zu berechnen. Mit Zebra ist es nicht notwendig, das Netzwerk oder die Anwendung neu zu trainieren oder Änderungen vorzunehmen. Zebra wird mit einem einfachen Linux-Befehl bereitgestellt, sodass für die Nutzung von Zebra kein FPGA-Wissen erforderlich ist.

5 kostenlose Demo-Stunden für Zebra in der VMAccel® Cloud sichern

Kaufen

Lösungsüberblick herunterladen

Mipsology kontaktieren

Aupera Video Machine Learning Streaming Server-Lösung

Aupera VMSS ist ein Software-Framework für Video-AI-Inferencing-Anwendungen. VMSS 2.0 ermöglicht Benutzern die schnelle Erstellung, Konfiguration und Bereitstellung von Computer-Vision-Pipelines über eine grafische Benutzeroberfläche (GUI) ohne Programmierung. Benutzerdefinierte Pipelines können einfach mit dem Node Toolkit von Aupera, Dekodierung, Vorverarbeitung, Nachverarbeitung usw. erstellt werden. Alternativ können benutzerdefinierte Knoten angelegt werden, die über die GUI hochgeladen, erstellt, getestet und verwendet werden können.

Die kommerziellen Video-KI-Anwendungen von Aupera können über dieses Framework auch konfiguriert, gestartet und visualisiert werden. Benutzer können die Ergebnisse ihrer benutzerdefinierten Pipeline entweder durch Video-Overlays oder durch Senden von Textausgabe überprüfen.

5 kostenlose Demo-Stunden für VMSS 2.0 in der VMAccel® Cloud sichern

Kaufen

Lösungsüberblick herunterladen

Benutzerhandbuch herunterladen

KI-Engine-Entwicklung

Wenn Sie Algorithmusbeschleunigung mit einer KI-Engine und programmierbarer Logik implementieren möchten, stellen wir KI-Engine C/C++ High-Level-Abstraktions-APIs und Vitis Accelerated Libraries bereit. Der Vitis End-to-End-Flow wird mit C/C++ für die Ausführung auf x86- oder Embedded-Prozessoren und die Verwaltung von Laufzeitinteraktionen mit dem Beschleuniger mit XRT entwickelt. Die Hardwarekomponente oder der Kernel kann mit C/C++ oder RTL-Ziel auf PL- oder KI-Engines entwickelt werden.

Hauptmerkmale

Leistung und Performance

Bis zu 10-fache Performance-Verbesserungen im Vergleich zu AMD UltraScale+™ der vorherigen Generation bei geringerem Energieverbrauch in verschiedenen Anwendungen
Branchenführende Rechenleistung: Bis zu 145 TOPS (int8); 37 TOPS (int16); 12T FLOPs (fp32)

Bildzoom

Bekannte Software

Ein bekannter Softwareentwicklungsablauf mit der vereinheitlichten Softwareplattform Vitis
Beschleunigen Sie Ihre Anwendungen schneller mit KI-Engine C/C++ High-Level-Abstraktions-APIs und Vitis Accelerated Libraries

Bildzoom

Entwicklung mit gemischten Kernels

Passen Sie Ihre eigene Datenpipeline mit gemischten Kernels an
Entwickeln Sie AIE-Kernels in C/C++, PL-Kernels in RTL oder HLS, und lassen Sie Vitis das gesamte System zusammenfügen

Bildzoom

Erste Schritte bei der KI-Engine-Entwicklung

Schritt 1: Kaufen

Kaufen Sie eine produktive chipbasierte VCK5000 Karte

Buy

Schritt 2: Auf sichere Website zugreifen

Fordern Sie Zugriff auf die sichere Website für die VCK5000 Versal Entwicklungskarte an

Schritt 3: Erste Schritte

Befolgen Sie die ersten Schritte und die Installationsanleitung auf der sicheren Website für die VCK5000 Versal Entwicklungskarte

Technische Daten Platine

Technische Daten Platine	Wert
Höhe	31,05 cm (12,225 in)
Breite	27,11 cm (10,675 in)
Dicke (+/-5 %)	0,302 cm (0,119 in)
Umgebungstemperatur bei Betrieb	0 °C bis +45 °C
Umgebungstemperatur bei Lagerung	–25 °C bis +60 °C

white pearl gradient medium color divider

Ressourcen

VCK5000 Dokumentation

_{Certain AMD technologies may require third-party enablement or activation. Supported features may vary by operating system. Please confirm with system manufacturer for specific features. No technology or product can be completely secure.}

Rechenzentrum

Business-Systeme

Personal Computing und Gaming

Embedded

Ressourcen

GPU-Beschleuniger

Adaptive Beschleuniger

DPU-Beschleuniger

Ethernet-Adapter

Workstations

Desktops

Notebooks

Ressourcen

FPGAs und adaptive SoCs

Systemmodule (SOMs)

Technologien

Ressourcen für Entwickler

Probeplatinen und Bausätze

Prozessor-Tools

Grafik-Tools und -Apps

Tools für FPGAs und adaptive SoCs

Urheberrechte und Apps

Tools und Apps für GPU-Beschleuniger

Übersicht

Für Rechenzentren und die Cloud

Für Edge und Endpunkte

Für Entwickler

Branchen

Branchen

Branchen

Branchen

Industrias

Einsatzbereiche

Gaming

Systeme

Technologien

Ressourcen

EPYC Prozessoren

Radeon GPUs und AMD Chipsätze

FPGAs und adaptive SoCs

Alveo-Beschleuniger & Kria-SOMs

Ryzen Prozessoren

Ethernet-Adapter

Übersicht

Prozessoren

Beschleuniger

Adaptive SoCs, FPGAs und SOMs

Grafikprodukte

Übersicht

Ressourcen nach Produkt

Ressourcen nach Typ

Über unsere Partner

Weltweiter AMD Support

Prozessoren und Grafikprodukte

Beschleuniger

FPGAs und adaptive SoCs

Gaming und Personal Computing

Adaptive und Embedded Computing

Get AMD Fan Gear

Buy Direct From AMD

Buy Direct From AMD

Buy Direct From AMD

Buy Direct From AMD

Buy Direct From AMD

AMD VCK5000 Versal™ Entwicklungskarte

Produktinformationen

Entwicklung der KI-Inferenz

Hauptmerkmale

Informieren Sie sich über Partnerlösungen und Artikel und erfahren Sie mehr über die wichtigsten Funktionen für die Entwicklung von KI-Inferenz mit dem VCK5000.

2-fache Reduzierung der Gesamtbetriebskosten im Vergleich zu Mainstream-GPUs von Nvidia

2-facher durchgängiger Videoanalysedurchsatz im Vergleich zu Nvidia GPUs

Einfache Verwendung mit bekannten Frameworks

Partnerlösungen

Mipsology Zebra KI-Inferenzlösungen und Aupera Video Machine Learning Streaming Server

Mipsology Zebra Software

Aupera Video Machine Learning Streaming Server-Lösung

KI-Engine-Entwicklung

Hauptmerkmale

Leistung und Performance

Bekannte Software