خانه | محصولات | مشخصات محصول

آموزش ویدئویی ورسال سطح مقدماتی

کد محصول:
​۳۰,۴۷۵,۰۰۰ تومان

 

 

آموزش ویدئویی ورسال سطح مقدماتی

 

از آشنایی با معماری Versal تا پیاده‌سازی عملی الگوریتم‌های هوش مصنوعی

دنیای طراحی سیستم‌های هوش مصنوعی به‌سرعت در حال حرکت از پردازش صرفاً نرم‌افزاری به سمت شتاب‌دهی سخت‌افزاری و پردازش ناهمگون است. در این میان، تراشه‌های AMD Versal Adaptive SoC با ترکیب پردازنده، منطق قابل‌برنامه‌ریزی و موتورهای اختصاصی پردازش هوش مصنوعی، یکی از مهم‌ترین پلتفرم‌های نسل جدید برای طراحی سیستم‌های پیشرفته AI، پردازش سیگنال و Edge AI به شمار می‌روند.

دوره «آموزش ویدئویی ورسال مقدماتی» آرتمیس کاریا با هدف ایجاد یک مسیر عملی و منسجم برای ورود به دنیای Versal و AI Engine طراحی شده است؛ مسیری که از شناخت معماری تراشه آغاز می‌شود و در ادامه به برنامه‌نویسی، طراحی مسیر داده و پیاده‌سازی الگوریتم‌های واقعی روی سخت‌افزار می‌رسد.

در این دوره، ابتدا ساختار تراشه Versal و اجزای اصلی آن شامل PS، PL و AIE و همچنین خانواده‌های مختلف Versal بررسی می‌شوند. سپس مخاطب با معماری AI Engine، نحوه برنامه‌نویسی هسته‌های پردازشی، طراحی Graph، مدیریت حافظه، Buffer و Stream و چگونگی یکپارچه‌سازی بخش‌های مختلف آشنا می‌شود. 

اما نقطه قوت اصلی دوره، حرکت از مباحث مفهومی به سمت پیاده‌سازی واقعی است. در ادامه، محیط Vitis و کتابخانه‌ها و مثال‌های آن بررسی شده و نمونه‌هایی مانند Softmax، ضرب ماتریسی و تبدیل فوریه ۳۲ نقطه‌ای به‌صورت کاربردمحور پیاده‌سازی می‌شوند. 

یکی از بخش‌های مهم دوره نیز به پیاده‌سازی شبکه عصبی اختصاص دارد؛ به‌گونه‌ای که مسیر کار از پیاده‌سازی و آموزش مدل در Python شروع شده، سپس مدل تست شده و لایه‌های شبکه عصبی روی AI Engine پیاده‌سازی می‌شوند. در نهایت نیز گراف پردازشی و بخش‌های PS و PL روی برد Versal پیاده‌سازی و عملکرد سیستم با ابزارهای Vitis بررسی می‌شود. 

 

چرا این دوره؟

این دوره برای افرادی طراحی شده است که می‌خواهند از سطح آشنایی با FPGA و پردازش دیجیتال، یک گام جدی‌تر بردارند و وارد حوزه طراحی شتاب‌دهنده‌های هوش مصنوعی و سیستم‌های محاسباتی ناهمگون شوند.

مهم‌ترین مزیت دوره، ایجاد ارتباط میان سه حوزه مهم است:

نرم‌افزار + سخت‌افزار + هوش مصنوعی

در یک پروژه واقعی AI، تنها داشتن یک مدل یادگیری ماشین کافی نیست. برای دستیابی به عملکرد مناسب باید مشخص شود هر بخش از الگوریتم در کدام قسمت سخت‌افزار اجرا شود، داده‌ها چگونه بین بخش‌های مختلف جابه‌جا شوند، حافظه چگونه مدیریت شود و چگونه محاسبات به شکل موازی و با کمترین تأخیر انجام شوند.

آشنایی با Versal و AI Engine به طراح کمک می‌کند این مفاهیم را در یک پلتفرم واقعی تجربه کرده و از یک مدل نرم‌افزاری به سمت پیاده‌سازی سخت‌افزاری بهینه حرکت کند.

 

مزایای اصلی دوره

۱. یادگیری معماری نسل جدید Versal

با ساختار اصلی Versal و نقش PS، PL و AI Engine آشنا می‌شوید و درک می‌کنید هر بخش برای چه نوع پردازشی مناسب است.

۲. ورود عملی به دنیای AI Engine

به‌جای محدود شدن به مباحث تئوری، برنامه‌نویسی هسته‌ها، Graphها، مسیر داده، حافظه، Buffer و Stream را در یک محیط واقعی یاد می‌گیرید.

۳. کار با ابزار Vitis

دوره شما را با فرآیند توسعه و پیاده‌سازی برنامه‌های Versal در محیط Vitis آشنا می‌کند؛ موضوعی که برای تبدیل الگوریتم به یک سیستم سخت‌افزاری قابل اجرا اهمیت اساسی دارد.

۴. تجربه پیاده‌سازی الگوریتم‌های واقعی

مفاهیم آموزشی با مثال‌های کاربردمحور مانند Softmax، ضرب ماتریسی و FFT همراه می‌شوند تا ارتباط میان الگوریتم و معماری سخت‌افزار به‌صورت عملی قابل درک باشد. 

۵. یادگیری مسیر پیاده‌سازی یک شبکه عصبی

یکی از مهم‌ترین مزایای دوره، آموزش فرآیند پیاده‌سازی شبکه عصبی از Python و آموزش مدل تا انتقال بخش‌های مختلف شبکه به AI Engine و یکپارچه‌سازی PS/PL/AIE است. 

۶. مناسب برای طراحی سیستم‌های AI و Edge AI

دانش به‌دست‌آمده از این دوره می‌تواند پایه‌ای برای توسعه سیستم‌هایی باشد که به پردازش بلادرنگ، توان محاسباتی بالا و اجرای الگوریتم‌های AI در لبه شبکه نیاز دارند.

۷. ایجاد دید معماری در طراحی سیستم

این دوره تنها به شما نمی‌آموزد «چگونه برنامه بنویسید»، بلکه کمک می‌کند بفهمید چگونه یک الگوریتم را برای اجرای بهینه روی سخت‌افزار تقسیم و معماری کنید.

 

این دوره برای چه کسانی مناسب است؟

این دوره می‌تواند برای گروه‌های زیر ارزش ویژه‌ای داشته باشد:

  • مهندسان FPGA و Embedded

  • مهندسان پردازش سیگنال و تصویر

  • متخصصان و توسعه‌دهندگان هوش مصنوعی

  • طراحان سیستم‌های Edge AI

  • دانشجویان و پژوهشگران حوزه‌های سخت‌افزار و هوش مصنوعی

  • افرادی که با FPGA آشنا هستند و قصد ورود به معماری Versal و AI Engine را دارند

  • تیم‌های تحقیق و توسعه که به دنبال طراحی شتاب‌دهنده‌های سخت‌افزاری برای الگوریتم‌های AI هستند

 

یک سرمایه‌گذاری برای آینده طراحی سخت‌افزار و هوش مصنوعی

یادگیری Versal صرفاً یادگیری یک تراشه جدید نیست؛ بلکه آشنایی با یک رویکرد جدید در معماری سیستم‌های محاسباتی است. ترکیب پردازنده، منطق قابل‌برنامه‌ریزی و موتورهای پردازش AI این امکان را فراهم می‌کند که یک سیستم بر اساس نیازهای واقعی پروژه معماری شود و محاسبات در مناسب‌ترین بخش سخت‌افزار انجام گیرد.

اگر هدف شما حرکت از FPGA و Embedded به سمت طراحی سیستم‌های هوش مصنوعی سخت‌افزارمحور است، این دوره می‌تواند نقطه شروع مناسبی برای ورود به دنیای Versal و AI Engine باشد.

از یادگیری معماری Versal شروع کنید؛

و اولین قدم را برای طراحی شتاب‌دهنده‌های هوش مصنوعی بردارید.

 

 

 

 

( توجه مهم )
در صورت نیاز به فاکتور ارزش افزوده به اینجا مراجعه فرمایید.

 

 

نوع فاکتور

افزودن به سبد خرید
  • مشخصات محصول
  • شرایط عودت کالا
  • شرایط گارانتی و خدمات آرتمیس پلاس
  • مشخصات و اطلاعات فنی
برندآرتمیس کاریا

شرایط عودت سفارش کالا در خرید اینترنتی

 

در خرید اینترنتی، وقتی کالای دریافتی با انتظارات شما همخوانی ندارد یا از خرید خود پشیمان می‌شوید، طبق قانون می‌توانید کالا را مرجوع کنید. طبق ماده ۳۸ قانون حمایت از حقوق مصرف‌کنندگان، شما می‌توانید از خرید خود انصراف دهید و کالا را بازگردانید. این حق تنها برای کالای خریداری‌شده به صورت اینترنتی است و شامل تمامی کالاهایی که در فروشگاه‌های آنلاین خریداری شده‌اند، می‌شود. اما برای اینکه این حق را به درستی استفاده کنید، باید شرایط خاصی را رعایت کنید. این شرایط عبارتند از:

  • کالا باید نو و بدون هیچ‌گونه خرابی باشد: محصول باید به همان شکلی که خریداری کرده‌اید، عودت شود. در صورتی که کالا آسیب دیده یا استفاده شده باشد از عودت کالا مطابق قانون معذور خواهیم بود.

  • تمام قطعات و لوازم جانبی باید همراه محصول باشند: اگر کالا دارای قطعات یا لوازم جانبی خاصی مانند کابل، شارژر، دفترچه راهنما و… بوده باشد، باید تمامی این موارد همراه کالا بازگردانده شوند.

  • کالا باید در بسته‌بندی اصلی باشد: بسته‌بندی کالا باید سالم و در وضعیت اصلی خود قرار داشته باشد. اگر بسته‌بندی آسیب دیده باشد یا به هر دلیلی باز شده باشد، از عودت کالا مطابق قانون معذور خواهیم بود.

  • کالا باید در مدت زمان مشخص بازگردانده شود: کالا باید در مدت زمان 7 روز پس از تحویل بازگشت داده شود. پس از این مدت، شما دیگر نمی‌توانید از حق مرجوع کردن کالا استفاده کنید.

  • باید هزینه‌ی بازگشت کالا پرداخت شود: یکی از مواردی که در هنگام مرجوع کردن کالا باید به آن توجه کنید، هزینه‌های مربوط به بازگشت کالا است. طبق قوانین، هزینه بازگرداندن کالا به فروشنده بر عهده خریدار است. این یعنی شما باید هزینه ارسال کالا به فروشنده را پرداخت کنید. همچنین اگر کالای خریداری شده دارای کد فعال‌سازی یا سریال نامبر خاصی است، این موارد نیز باید همراه کالا به فروشنده بازگردانده شوند.

    توجه بفرمایید در صورتیکه کالا فروخته شده بصورت حضوری و بعد از تست صحت عملکرد به مشتری تحول داده شود دیگر امکان برگرداندن کالا مطلقا وجود نخواهد داشت.

    .

لطفا برای کسب اطلاعات کامل در خصوص شرایط برخورداری از خدمات آرتمیس پلاس و گارانتی به آدرس زیر مراجعه بفرمایید:


 

شرایط گارانتی و خدمات پس از فروش

 

 

 

 

مقدمه‌ای بر تراشه‌های Versal

 

تراشه‌های AMD Versal™ Adaptive SoC نسل جدیدی از پلتفرم‌های محاسباتی تطبیق‌پذیر هستند که معماری سنتی FPGA را با پردازنده‌های قدرتمند، منطق قابل‌برنامه‌ریزی، موتورهای پردازش سیگنال و موتورهای اختصاصی هوش مصنوعی در یک تراشه واحد ترکیب می‌کنند. این معماری به طراح اجازه می‌دهد بخش‌های مختلف یک سیستم را متناسب با نوع الگوریتم و نیازمندی‌های عملکردی، روی مناسب‌ترین بخش سخت‌افزار پیاده‌سازی کند.

 

یکی از مهم‌ترین ویژگی‌های Versal، معماری Heterogeneous Computing یا محاسبات ناهمگون است. در این معماری، بخش Processing System (PS) برای اجرای نرم‌افزار و کنترل سیستم، بخش Programmable Logic (PL) برای ایجاد شتاب‌دهنده‌ها و سخت‌افزارهای اختصاصی، و AI Engine (AIE) برای پردازش‌های سنگین و موازی مانند یادگیری ماشین و پردازش سیگنال با یکدیگر همکاری می‌کنند. ارتباط میان این بخش‌ها نیز توسط یک Network-on-Chip (NoC) پرسرعت انجام می‌شود.

 

چرا یادگیری Versal برای طراحی سیستم‌های هوش مصنوعی اهمیت دارد؟

امروزه اجرای الگوریتم‌های هوش مصنوعی صرفاً به انتخاب یک مدل مناسب محدود نمی‌شود؛ بلکه نحوه پیاده‌سازی و شتاب‌دهی سخت‌افزاری مدل نقش بسیار مهمی در سرعت، تأخیر، مصرف توان و هزینه نهایی سیستم دارد. Versal دقیقاً در این نقطه اهمیت پیدا می‌کند.

موتورهای AI Engine در Versal برای اجرای محاسبات برداری و موازی با توان پردازشی بالا طراحی شده‌اند و می‌توانند برای کاربردهایی مانند Machine Learning، پردازش تصویر و ویدئو، پردازش سیگنال، رادار و ارتباطات نسل جدید مورد استفاده قرار گیرند.

یادگیری معماری Versal به مهندس کمک می‌کند بفهمد یک الگوریتم هوش مصنوعی چگونه می‌تواند از سطح نرم‌افزار به یک پیاده‌سازی سخت‌افزاری بهینه تبدیل شود. برای مثال، بخش‌هایی از یک شبکه عصبی می‌توانند روی AI Engine اجرا شوند، عملیات خاص و سفارشی روی PL پیاده‌سازی شوند و کنترل سیستم و اجرای نرم‌افزارهای سطح بالا توسط پردازنده‌های موجود در PS انجام شود.

این قابلیت باعث می‌شود Versal برای طراحی سیستم‌هایی که نیازمند پردازش بلادرنگ (Real-Time)، تأخیر پایین، توان مصرفی کنترل‌شده و توان محاسباتی بالا هستند، پلتفرم بسیار جذابی باشد. AMD نیز AI Engine را برای کاربردهای محاسباتی سنگین از جمله استنتاج شبکه‌های عصبی و پردازش‌های DSP معرفی می‌کند.

 

Versal؛ پلی میان هوش مصنوعی و سخت‌افزار

یکی از ارزشمندترین جنبه‌های یادگیری Versal این است که مهندس طراحی را با مرز مشترک نرم‌افزار، معماری کامپیوتر، FPGA و هوش مصنوعی آشنا می‌کند. در این محیط، طراح تنها یک مدل AI را آموزش نمی‌دهد؛ بلکه یاد می‌گیرد چگونه مدل را به اجزای قابل‌اجرا تقسیم کرده، مسیر داده را طراحی کند، حافظه و جریان داده را مدیریت نماید و هر بخش از الگوریتم را روی مناسب‌ترین موتور پردازشی قرار دهد.

در دوره آموزشی Versal مقدماتی آرتمیس کاریا نیز این مسیر از شناخت معماری PS، PL و AIE آغاز شده و به مباحثی مانند برنامه‌نویسی AI Engine، گراف‌های پردازشی، حافظه، Buffer و Stream، یکپارچه‌سازی PS/PL/AIE و در نهایت پیاده‌سازی نمونه‌های عملی مانند Softmax، ضرب ماتریسی و شبکه عصبی می‌رسد.

بنابراین، یادگیری Versal تنها یادگیری یک تراشه خاص نیست؛ بلکه یادگیری یک روش طراحی سیستم‌های محاسباتی ناهمگون و شتاب‌دهنده‌های هوش مصنوعی است. این دانش می‌تواند به مهندسان کمک کند سیستم‌هایی طراحی کنند که در آن، الگوریتم‌های AI با استفاده از معماری سخت‌افزاری مناسب، با سرعت بیشتر، تأخیر کمتر و بهره‌وری انرژی بالاتر اجرا شوند.

 

آینده طراحی سیستم‌های AI

با افزایش استفاده از هوش مصنوعی در حوزه‌هایی مانند بینایی ماشین، خودروهای هوشمند، رباتیک، پردازش تصویر و ویدئو، مخابرات، رادار، تجهیزات صنعتی و سیستم‌های Edge AI، نیاز به سخت‌افزارهایی که بتوانند مدل‌های هوش مصنوعی را به‌صورت سریع و بلادرنگ اجرا کنند، بیش از گذشته احساس می‌شود.

معماری Versal با ترکیب پردازنده‌های عمومی، منطق قابل‌برنامه‌ریزی، موتورهای DSP و AI Engine، امکان ساخت شتاب‌دهنده‌های اختصاصی و قابل‌تطبیق را فراهم می‌کند. به همین دلیل، آشنایی با Versal می‌تواند برای مهندسان FPGA، طراحان سیستم‌های Embedded، متخصصان پردازش سیگنال و توسعه‌دهندگان سخت‌افزار و نرم‌افزار هوش مصنوعی، یک مهارت ارزشمند برای طراحی نسل آینده سیستم‌های AI و Edge AI باشد.




سرفصل های آموزشی در این پلتفرم:

• قسمت ۱: 
   معرفی تراشه ورسال، بخش PS، PL، AIE، 
   معرفی اعضای خانواده ورسال

• قسمت ۲:
  معماری بخش AIE

• قسمت ۳:
   برنامه نویسی تک هسته، پیاده سازی هسته های پردازشی در موتور های هوش بخش اول

• قسمت ۴: 
  پیاده سازی هسته های پردازشی در موتور های هوش بخش دوم

• قسمت ۵:
  برنامه نویسی گراف ها در موتور هوش
  بررسی مسیر داده در برنامه های پیاده شده در موتور هوش

• قسمت ۶:
  معرفی انواع حافظه در موتور های هوش

• قسمت ۷: 
  بافر ها و جریان ها در موتور های هوش

• قسمت ۸:
  یکپارچه‌سازی بخش های مختلف موتور هوش 
  ایجاد اولین برنامه یکپارچه شده بر روی برد ورسال

• قسمت ۹:
  پیاده‌سازی عملی برنامه های یکپارچه در نرم‌افزار Vitis

• قسمت ۱۰:
  پیاده سازی مثال کاربردمحور Softmax بر روی موتور های هوش

• قسمت ۱۱:
  پیاده سازی مثال کاربردمحور ضرب ماتریس ها در موتور های هوش

• قسمت ۱۲:
  پیاده سازی مثال کاربردمحور ضرب ماتریس ها در بخش PL و PS

• قسمت ۱۳:
  کتابخانه های Vitis و مثال های Vitis 
  بررسی مثال کاربرد محور تبدیل فوریه ۳۲ نقطه‌ای 

• قسمت ۱۴:
  پیاده سازی مثال کاربرد محور شبکه عصبی − بخش اول
  پیاده سازی در پایتون و آموزش مدل

• قسمت ۱۵:
  پیاده سازی مثال کاربرد محور شبکه عصبی − بخش دوم
  پیاده سازی در پایتون و تست مدل

• قسمت ۱۶:
  پیاده سازی مثال کاربرد محور شبکه عصبی − بخش سوم
  پیاده سازی لایه ول بر روی موتور های هوش

• قسمت ۱۷:
  پیاده سازی مثال کاربرد محور شبکه عصبی − بخش چهارم
  پیاده سازی لایه های دوم الی آخر بر روی موتور های هوش

• قسمت ۱۸:
  پیاده سازی مثال کاربرد محور شبکه عصبی − بخش پنجم
  پیاده سازی گراف برنامه بر روی موتور های هوش
  پیاده سازی بخش های PS و PL بر روی برد
  بررسی آنالیزور Vitis 

• قسمت ۱۹:
  پیاده سازی مثال کاربرد محور شبکه عصبی − بخش ششم
  پیاده سازی بر روی برد و نکات تکمیلی


توجه : برای کسب اطلاعات بیشتر و مشاهده دمو به این اینجا مراجعه بفرمایید.


 

سبد خرید

رمز عبورتان را فراموش کرده‌اید؟

ثبت کلمه عبور خود را فراموش کرده‌اید؟ لطفا شماره همراه یا آدرس ایمیل خودتان را وارد کنید. شما به زودی یک ایمیل یا اس ام اس برای ایجاد کلمه عبور جدید، دریافت خواهید کرد.

بازگشت به بخش ورود

کد دریافتی را وارد نمایید.

بازگشت به بخش ورود

تغییر کلمه عبور

ذخیره انصراف

تغییر کلمه عبور

ذخیره انصراف

حساب کاربری من

ذخیره انصراف

سفارشات

مشاهده سفارش