随着大数据时代的来临,深度学习技术在从海量数据中提取有价值信息方面发挥着重要作用,已被广泛应用于计算机视觉、语音识别及自然语言处理等领域。本文从深度学习算法的特点和发展趋势出发,分析 FPGA 加速深度学习的优势以及技术挑战;其次,从 SoC FPGA 和标准 FPGA 两个方面介绍了 CPU-FPGA 平台,主要对比分析了两种模型在 CPU 和FPGA 之间数据交互上的区别;接下来,在介绍 FPGA 加速深度学习算法的开发环境基础上,重点从硬件结构、设计思路和优化策略这三个方面详细综述了采用 FPGA 加速卷积神经网络的设计方案;最后展望了 FPGA 加速深度学习算法相关研究工作的发展。

基于Goertzel算法的选呼译码FPGA模块设计.pdf

官方技术手册及教程整理，包含an710，an871，an803，xcvr-user-guide，ug-arria10-xcvr-phy（中英各一份），cv53001第二卷收发器（中文版），svgx-jesd204b-ad9680-ed-14.1例程及视频教程。

指导如何使用intel的FPGA自带的IP软核进行jesd204B高速接口开发，内容完整详实，值得参考阅读

CCD是利用光电转换原理把图像信号转换为电信号，即把一幅按空间域分布的光学图像，转换成为一串按时间域分布的视频信号的半导体元器件。因其具有体积小、重量轻、功耗低、灵敏度高、工作稳定、寿命长、自扫描和便于同计算机接口等优点，被广泛应用于图像传感和非接触式测量。CCD应用的关键问题之一，是驱动时序发生器设计。它直接关系到CCD的信号处理能力、转换效率和信噪比等光电转换特征。针对Sony公司面阵CCD ICX098BQ的工作原理和驱动时序的要求，给出了驱动时序发生器的具体设计，使用VHDL语言对驱动时序发生器的实现方案进行了硬件描述，采用Quartus II 8．0对所设计的时序发生器进行了功能仿真，在该驱动时序发生器作用下，对Sony公司ICX98BQ面阵CCD产生的输出信号波形进行了验证。

介绍了Altera的FPGA： MAX10模数转换的用法，包括如何设计电路，注意什么等等

MAX10 通用IO用户指南

西电2010年FPGA课件，另附习题作业

使用VIVADO 2018.1版本，相关链接https://blog.csdn.net/pp_0604/article/details/120332536#comments_25429995

一种可配置的CNN协加速器的FPGA实现方法