TySOM-1は、デュアルコアのARM Cortex A9を搭載した中規模のXilinx Zynq-7000 All Programmable FPGAと豊富な周辺機能を備えたコンパクトなボードで、幅広い組込デザインおよびIoTアプリケーションに完全かつ汎用のフィジカルプロトタイプを提供します。

TySOM-3A-ZU19EGは、SoCプロトタイピングソリューション、IP検証、グラフィック、ビデオ、パケット処理および初期のソフトウェア開発のためのリアルタイムエンジン制御とソフトおよびハードエンジンを組み合わせた64ビットプロセッサスケーラビリティを提供するZynq UltraScale+ MPSoC デバイスを搭載したコンパクトSoCプロトタイピングボードです。

TySOM-3は、グラフィック、ビデオ、波形、およびパケット処理のためのソフトおよびハードエンジンを結合したリアルタイム制御と64ビットプロセッサスケーラビリティを提供するZynq UltraScale+ MPSoCデバイスを搭載したコンパクトなプロトタイプボードです。

TySOM-2Aは、ミッドレンジZynq-7000モジュール（Z-7030）を搭載したコンパクトなプロトタイピングボードです。250 I/Oおよび4 GTXトランシーバを搭載した大型のチップ・パッケージ（FFG676）を活用し、拡張ドータ・カードを使用できる1つのFMC-HPCコネクタを備えており、周辺機器選択において柔軟性を保証します。

TySOM-2は、Zynq 7000ファミリデバイスで最大の容量を備えたXC7Z100チップで製造されたコンパクトなプロトタイピングボードです。362 I/Oおよび16 GTXトランシーバを搭載した最大のチップ・パッケージ(FFG900)を活用し、拡張ドータ・カードを使用できる2つのFMC-HPCコネクタを備えているため、ペリフェラル選択において最大の柔軟性を保証します。

ディープラーニングアルゴリズムは、物体認識や分類におけるヒューマンレベルの精度の高さから、エッジ上でのIoTアプリケーションでの普及が進んでいます。 機械学習のサブセットであるディープラーニングアルゴリズムは、人間の脳のニューラルネットワークに着想を得ており、生物学的ニューラルネットワークの概念を機械学習に展開することで、これまで不可能であった学習問題の解決に強い効果を発揮しています。 当資料では、ディープニューラルネットワーク（DNN：Deep Neural Network）がどのように動作するのか、なぜFPGAがDNN推論で人気が出てきているのかを詳しくご紹介しております。 また、Xilinx Zynq Ultrascale＋MPSoCファミリの最大FPGAを搭載したアルデックのTySOM-3A-ZU19EG組込み開発ボード上で、FPGAを使用したディープラーニングベースのアプリケーションの設計と、実装を開始するために必要なツールについても掲載しております。ぜひご活用ください。 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。