使用 FPGA+CPU 作為異構計算平臺,在硬件語言(VHDL、Verilog)層級,實現自研 RGBD 成像算法,相對 GPU 平臺,速度提升約 4 倍,功耗約為 1/10。
神經網絡加速技術:使用 FPGA+CPU+GPU的 SOC 計算方案,實現對深度學習框架 Caffe 的本地加速,支持 25fps 的人體檢測。