概述
加速动态工作负载
快速
最高
性能
- 就重要工作负载而言，性能比 CPU1 高 90 倍，成本2仅为 CPU 的 1/3
- 与基于 GPU 的解决方案4相比，推断吞吐量3 提升 4 倍以上并具有 3 倍的时延优势
自适应
加速
任何工作负载
- 使用相同的加速器卡对视频处理至任何工作负载进行机器学习推断
- 随着工作负载算法的发展，使用可重配置硬件，适应性比固定功能加速器卡产品使用周期更快
方便易用
云 ↔ 本地
灵活性
- 在云或本地互换地部署解决方案，可针对应用需求进行扩展
- 可用于常见工作负载的应用，或使用应用开发工具（ Application Developer Tool）构建自己的应用
加速器卡
Alveo U250
拥有 1.3M LUT、11.5k DSP 片、64GB DDR4 内存和双 100Gbps 网络接口，为重要工作负载提供比 CPU 高 90 倍的性能，成本仅为 CPU 的一小部分。
了解更多 >
Alveo U280
专为计算和存储工作负载而设计，拥有 8GB HBM2 + 32GB DDR4 内存、1.1M LUT、8.5k DSP 片、每秒100G 双网络连接，并支持第四代 PCIe 和 CCIX 互联标准。
了解更多 >
加速器开发卡
VCK5000 Versal 开发卡
VCK5000 开发卡由 Versal 自适应 SoC 提供支持，具有用于 ML 推断和高级信号处理的 AI 引擎，专为数据中心、5G、雷达和其他计算密集型应用而设计。VCK5000 是一个高功率开发平台，用于为您的云和边缘应用加速 CNN、RNN 和 NLP。
Alveo™ V70 开发卡
Alveo™ V70 加速卡是首款采用 XDNA™ 架构和 AI 引擎的小型 AMD Alveo 量产卡。V70 提供低功耗和小型封装，不仅有助于降低每个 AI 通道的成本，而且还可为视频应用提供高通道密度，从而可帮助您满足苛刻的 AI 性能需求。该卡提供行业标准框架支持，可直接编译采用 TensorFlow 和 PyTorch 训练的模型。
应用开发工具
构建您自己的加速应用
可用于在云或本地部署中构建差异化应用的工具
附注
1 BlackLynx Elasticsearch （Alveo）对比 EC2 c4.8xlarge
2 基于 CAPEX 和 OPEX 节省， Alveo 加速器卡与双插槽 Intel Xeon Platinum 服务器的 DNN 推断
3 出处：使用赛灵思 Alveo 加速器卡加速 DNN (WP504)
4 测量 CNN + BLSTM 语音到文本 ML 推断,与 Nvidia P4 对比