Båda är baserade på en anpassad 16nm UltraScale + fpga och kan därför konfigureras för att tillgodose nya algoritmer och standard eller förändringar i arbetsbelastningsbehov.

Alveo U200 har 892k uppslagstabeller (LUT), 35Mbit intern SRAM och 31Tbyte per sekund intern SRAM-bandbredd och kan behandla 3100 bilder per sekund.

U250 har 1341k LUT: er, 54Mbyte intern SRAM och 38Tbyte per sekund intern SRAM och bearbetar 4100 bilder per sekund för att överträffa GPU: er och CPU: er i moln- och lokala datacenterservrar, säger Manish Muthal, vice president, datacenter, på Xilinx. Han citerade exemplet med Aleveo U250 som kan öka realtidens inferensström med en faktor 20 jämfört med avancerade CPU: er och minska latensen med en faktor tre, jämfört med GPU: er, för att påskynda maskininlärning och databasökningar.

Båda korten är i produktion nu och på Developer Forum kunde besökare se dem i aktion.

Det ena var gateway-definierat nätverk (GDN), Algo-Logic Systems, som visade instrumentpaneler för smarta städer och verktyg. Dess tredje generationens Black Diamond Rackmount (BDR-3) skaffar data i realtid från analoga sensorer för att spela in rörelse (acceleration), effekt (spänning, strömmar), tryck (luft, vatten), till exempel genom att spela in och strömma synkroniserade kanaler med hög upplösning över Gigabit Ethernet och använder fpga-logik för signalbehandling.

Kombinerat med företagets Key Value Store (KVS) datafusion och skalbar analys, implementerad på Alveo U200, kan det integrerade systemet slå samman realtidsanalyspaneler och integrera livedata i uppslukande 3D-visualiseringar för smarta städer för att övervaka och kontrollera trafiken system, eller för industrin för att övervaka fjärrplatser och operativsystem.

Alveo U200-acceleratorkort med Algo-Logic KVS kan installeras i en standard PCIe-plats, distribueras i datacenter och / eller nås via AlgoCentral-molnet som en tjänst.