前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >基于机器学习的资源评估

基于机器学习的资源评估

作者头像
Lauren的FPGA
发布2022-08-23 19:05:41
3080
发布2022-08-23 19:05:41
举报
文章被收录于专栏:Lauren的FPGALauren的FPGA

Vivado 2022.1已正式发布,今天我们就来看看其中的一个新特性。

基于机器学习的资源评估

对于Vivado IP Catalog中的IP,在2022.1之前的版本中我们只有在综合之后才能看到其资源利用率。从资源评估的角度而言,信息是滞后的。Vivado 2022.1引入了基于机器学习的资源评估方法,在IP定制结束即可看到其资源使用情况。使用此功能需要首先勾选如下图所示选项。

我们来看一个例子,打开FFT IP Core,填写参数,即可在Resources下看到具体的资源利用情况,如下图所示。

使用此方法,我们可以快速获取IP的资源利用率,而不必等到对IP进行OOC综合之后才能知道具体资源使用情况,这对于设计初期的资源评估很有意义。此外,此功能对于基于IPI(IP Integrator)的Block Design也是开放的。因此,对于BD中的IP也可以借助此功能快速获取资源利用率。

文 | Teacher Gao 图 | Teacher Gao

Copyright @ TeacherGaoFPGAHub

转载事宜请私信 | 获得授权后方可转载

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-06-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 FPGA技术驿站 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档