NVDLA开源硬件,版本1.0 NVDLA NVIDIA深度学习加速器(NVDLA)是一种免费和开放的体系结构,它促进了设计深度学习推理加速器的标准方法。 凭借其模块化的NVDLA开源硬件版本1.0 NVDLA,NVIDIA深度学习加速器(NVDLA)是一种免费和开放的体系结构,它促进了设计深度学习推理加速器的标准方法。 凭借其模块化体系结构,NVDLA具有可扩展性,高度可配置性,并旨在简化集成和可移植性。 在项目网页上了解有关NVDLA的更多信息。 http://nvdla.org/关于此版本此版本在nvdlav1分支中包含不可配置的“全精度”
2023-01-08 04:03:22 9.64MB C/C++ Miscellaneous
1
用于检测时钟频率,用一个基准50MHz时钟检测其他时钟,结果频率用10进制表示
2022-12-28 09:38:55 2KB verilog  RTL
1
asic rtl设计 40节课,附送代码。
2022-12-17 18:07:43 575.85MB asic
1
本文介绍了综合在逻辑设计中的重要作用及其相关概念。针对综合过程,总结出了编写可综合模型要遵守的原则,并通过几个例子,来说明违反这些原则如何会导致验证时功能上的不一致。
2022-12-16 11:01:55 48KB Verilo RTL级描述
1
rtl8821cu驱动源码
2022-12-07 19:02:34 29.5MB linux rtl
1
matlab精度检验代码我们提供了使用超维计算的语言识别算法的Matlab和VERILOG RTL实现。 这些程序被许可为GNU GPLv3。 对于MATLAB代码,基本上有两个主要功能: buildLanguageHV(N,D):这是一种训练功能。 D是超向量的维数(约10K),N是N-gram的大小(从单字到五角星)。 此函数返回[iM,langAM]。 iM是存储超向量的项目存储器。 langAM是存储语言超向量的内存,可用作关联内存。 测试(iM,langAM,N,D):这是一个测试功能。 此测试功能测试看不见的句子,并尝试通过查询langAM来识别其语言。 这是一个使用算法的简单示例: langRecognition D = 10000; N = 4; [iM,langAM] = buildLanguageHV(N,D); 加载的转换语言文件../training_texts/afr.txt加载的转换语言文件../training_texts/bul.txt ...%请耐心等待一段时间,以使用所有语言 精度=测试(iM,langAM,N,D)加载的测试文本文件../testi
2022-12-06 18:28:58 22.98MB 系统开源
1
qam仿真matlab代码RTL_QAM 该项目是使用VHDL设计的,以实现M-QAM调制。 设计软件: 生长激素 韵律 Xilinx Vivado Webpack 系统结构 顶级目录结构 . ├── QAM_Vivado # Vivado Project (Timing constraints, source codes also included withing the project) ├── docs # Documentation files ├── ghdl_src_DUT # files to be tested using ghdl (for test run ./compile) ├── sim # Simulation and Verification scripts │ ├── matlab # qam constellation and modulator behaviour verification │ └── gnuradio # Constellation Verification in RealTime using USRP. ├── src # VHD
2022-11-23 14:57:11 12.04MB 系统开源
1
一本描述使用systemc进行RTL设计验证的方法学书籍,对于了解ASIC或者芯片设计中的ESL级别的方法学有很大的指导意义
2022-11-18 20:35:59 387KB systemc 验证 RTL
1
RTL 优化方法 NOTE from circuit level
2022-11-09 19:01:51 18KB RTL
1