Розгортайте Червону доріжку: Xilinx оголошує переможців конкурсу стартап-адаптивних обчислень!

Вихідний вузол: 805093

AdobeStock_130567898.jpeg

Минулого року ми запустили наш перший в історії Xilinx Adaptive Computing Challenge, яка пропонувала два різні конкурси для розробників і стартапів на створення захоплюючих нових програм за допомогою Уніфікована програмна платформа Vitis та  Вітіс А.І на вибраних апаратних платформах Xilinx. ми оголошений переможців нашого конкурсу розробників на початку цього року, а тепер ми раді оголосити переможців конкурсу стартапів!

У конкурсі стартапів ми кинули виклик технологічним стартапам, технологічним компаніям на ранній стадії та дослідницьким установам використати свій досвід для вирішення реальних проблем за допомогою інноваційних технологій на платформах Xilinx. Учасники використовували апаратні платформи, побудовані на 28-нм, 20-нм і 16-нм пристроях Xilinx, щоб продемонструвати прискорення додатків за допомогою програмованої логіки, яка демонструє значну продуктивність або переваги TCO.

У конкурсі взяли участь понад 55 стартап-компаній з усього світу. Ми отримали багато захоплюючих заявок, тому нашим суддям було дуже складно звузити список до трьох найкращих проектів. Ми хочемо подякувати всім, хто брав участь, і привітати наших переможців, які розділять загальний грошовий призовий фонд у розмірі 180,000 XNUMX доларів США!

Переможець першого місця

Рішення проекту: DeepField-SR: суперроздільна здатність на основі штучного інтелекту, прискорена картками Xilinx Alveo

Стартап:  BLUEDOT, є південнокорейською венчурною компанією, яка забезпечує швидку та інтелектуальну технологію обробки та стиснення зображень за допомогою системних напівпровідників та штучного інтелекту через хмарні центри обробки даних.

DeepField-SR — апаратний прискорювач із фіксованими функціями, який використовує Xilinx Альвео карти та екземпляри FPGA у хмарі або локально, щоб запропонувати найвищу обчислювальну ефективність для відео надвисокої роздільної здатності. На основі власної нейронної мережі, навченої реальним відеоданим з Інтернету та об’єднання просторово-часової інформації в кількох кадрах, вона створює чудову якість відео високої роздільної здатності.

DeepField-SR можна розгорнути як у загальнодоступній хмарі, так і локально Альвео U200 та Альвео U50 карти прискорювача. Він розроблений у масштабованій архітектурі та підтримує декілька карт Alveo, щоб забезпечити гнучкість для підтримки різних запитів високої роздільної здатності. Його продуктивність під час виконання на одній карті Alveo U50 становить до 14 кадрів в секунду для підвищення якості відео з роздільною здатністю до 4K. API інтегровано в робочий процес FFmpeg, що дозволяє простою командою ввімкнути прискорення DeepField-SR і масштабувати введене користувачем відео.

3x канал збільшення 360p30 до 1080p30/1440p30 у реальному часі3x канал збільшення 360p30 до 1080p30/1440p30 у реальному часі

 Переможець другого місця

Рішення проекту: Yaddle: рішення для молекулярної динаміки на Xilinx FPGA для виявлення ліків

Стартап: Сніговазі штаб-квартирою в Шанхай Чініa, є провідною технологічною компанією, яка надає спеціалізовані обчислювальні рішення на основі FPGA для роботи програм AI та HPC. Продукти широко застосовуються в різних сценаріях, включаючи автономне водіння та високопродуктивні обчислювальні рішення (сейсмічна розвідка та моделювання молекулярної динаміки).

Компанія Snowlake Technology розробила Yaddle, спеціальне рішення для обчислень молекулярної динаміки на Xilinx FPGA. Yaddle забезпечує повне обчислення молекулярної динаміки на одній FPGA та ефективно виводить результати. За допомогою Xilinx Runtime Library (XRT) Yaddle забезпечує підтримку сумісності для програмного забезпечення молекулярної динаміки, що часто використовується, та інших модулів аналізу через Yaddle API. На картах Xilinx Alveo Yaddle (FPGA) досягає майже в сто разів більшої продуктивності ЦП і більш ніж удвічі більшої продуктивності ГП. У той же час Yaddle (FPGA) має лише один відсоток TCO ЦП і одну сьому TCO GPU.

Порівняння продуктивності та TCO для молекулярної динаміки на різних платформах. Для тривалості моделювання (нс) для одного мільйона атомів на день, з одним сервером із вісьмома картами Alveo U250, Yaddle-MD може досягти 98-кратної продуктивності Dual Xeon 9282 і 2.4-кратної продуктивності DGX-A100.Порівняння продуктивності та TCO для молекулярної динаміки на різних платформах. Для тривалості моделювання (нс) для одного мільйона атомів на день, з одним сервером із вісьмома картами Alveo U250, Yaddle-MD може досягти 98-кратної продуктивності Dual Xeon 9282 і 2.4-кратної продуктивності DGX-A100.

 Переможець третього місця

Рішення проекту: Інтерактивна аналітика на основі FPGA

Стартап: катоїд Technology – це революційна аналітична компанія в реальному часі, заснована в Барселоні, Іспанія.

Технологія Katoid використовує унікальну потужність Xilinx FPGA для обробки даних зі сховища NVMe на швидкості з’єднання. Горизонтально масштабована як органічна розподілена система Katoid дозволяє отримувати дані про поведінку в реальному часі в масштабі Інтернету зі швидкістю обчислення, яка в 100 разів перевищує швидкість існуючих хмарних рішень.

Рішення Katoid Interactive Analytics на базі Xilinx доступне на картах Alveo, Zynq UltraScale+ MPSoCі хмарні екземпляри AWS F1. Його технологія використовує неперевершену обчислювальну потужність Xilinx FPGA у поєднанні з великою пропускною здатністю NVMe SSD-накопичувачів через PCIe, щоб запропонувати в 100 разів швидше, на 90 відсотків дешевшу інтерактивну аналітику великих даних, ніж конкуруючі рішення. Можна обчислювати гігантські набори даних з інтерактивною швидкістю та горизонтально масштабувати, щоб користувачі могли досліджувати дані на швидкості терабайт на секунду.

replace.png

 Дякуємо всім нашим учасникам за величезний успіх першого в історії Xilinx Adaptive Computing Challenge! Будьте на чеку наступного Завдання адаптивних обчислень відкриття восени 2021!

Джерело: https://forums.xilinx.com/t5/Xilinx-Xclusive-Blog/Roll-Out-the-Red-Carpet-Xilinx-Announces-Winners-of-the-Adaptive/ba-p/1214007

Часова мітка:

Більше від Xlnx