Modalidad de impartición: Semipresencial

Fechas de inicio-fin: 10/04/2023 - 12/04/2023

Horario: Lunes Tarde, Martes Tarde, Miércoles Tarde

Contenido

En este módulo se realizará exposición histórica y técnica de las FPGAs, de la Inteligencia Artificial y de la ingeniería neuromórfica; desde sus orígenes hasta nuestros días.

1 - Exposición sobre las FPGAs

2 - Exposición sobre la Inteligencia Artificial

3 - Exposición sobre la ingeniería neuromórfica

Modalidad de impartición: Semipresencial

Fechas de inicio-fin: 12/04/2023 - 09/05/2023

Horario: Lunes Tarde, Martes Tarde, Miércoles Tarde

Contenido

En este módulo se explicará desde cero, cómo realizar un diseño con Vivado, profundizando en las características más importantes de dicho software.

Así mismo, se presentará el IP core Xilinx DPU y se profundizará en sus características.

Este módulo comprende también, la realización de un diseño utilizando dicho IP core.

1 - Introducción a Vivado

2 - Introducción al IP core Zynq UltraScale+ MPSoC Processing System

3 - Introducción al IP core DPU

4 - Diseño hardware con la DPU

Modalidad de impartición: Semipresencial

Fechas de inicio-fin: 09/05/2023 - 28/05/2023

Horario: Lunes Tarde, Miércoles Tarde

Contenido

En esta asignatura se explicará todo lo referente a la herramienta Petalinux: cómo crear, personalizar y desplegar una distribución Linux a medida para hardware empotrado sobre el subsistema de procesamiento (PS) de Xilinx.

1 - Introducción y configuración de Petalinux desde cero

2 - Fundamentos sobre el Device Tree

3 - Drivers

Modalidad de impartición: Semipresencial

Fechas de inicio-fin: 31/05/2023 - 19/06/2023

Horario: Lunes Tarde, Miércoles Tarde

Contenido

1 - Introducción al Deep Learning mediante Keras y Tensorflow.

2 - Entrenamiento de un modelo de red sobre un dataset existente.

3 - Creación de un dataset propio.

4 - Diseño de un modelo de red y entrenamiento usando un dataset propio.

5 - Métricas sobre un modelo de red entrenado. Exportar el modelo.

Modalidad de impartición: Semipresencial

Fechas de inicio-fin: 19/06/2023 - 10/07/2023

Horario: Lunes Tarde, Miércoles Tarde

Contenido

1.- Introducción a la optimización de redes neuronales (cuantizaciones)

2.- Introducción a la DPU de Xilinx (capacidades, benchmarks, requerimientos)

3.- Descripción plataforma Ultra 96

4.- Entrenamiento de un modelo de red neuronal (debería haberse hecho en el tema anterior)

5.- Cuantizado y compilación de un modelo de red neuronal con Vitis AI

6.- Desarrollo de una aplicación que haga uso del modelo compilado en tiempo real haciendo uso de Vitis AI

7.- (Avanzado) Repetir pasos anteriores para obtener una aplicación similar a la del paso anterior pero con un modelo y dataset personalizados