مصاحبه با سهیل مقدم معاون ارشد تکنولوژی دیجیکالا.
سوییچ از .net به open sourse

https://mediastream.digikala.com/media-download/1544977420/480.mp4

یادتونه وقتی مایکروسافت گیت هاب رو خرید یه سری از برنامه نویسا گارد گرفتن و رفتن سمت گیت آب و ...
اولین مزیتش اینه که از سال جدید میتونین ریپازیتوری خصوصی رو به صورت خصوصی و رایگان بسازین.
حالا هی بگین مایکروسافت خسیسه.

البته قبول دارم که سیستم عامل و ابزار دولوپش افتضاحه.
ولی خب هرکی یه سری کارا تو بچگی کرده که ازش پشیمونه.
نظرت چیه؟

تبار شناسی شاهنامه فردوسی
اگه شی گرایی و یا ساختار سلسله مراتبی رو بلد نیستین کافیه اینو یه بار پیاده کنین.
حکیم معلومه با دید شیگرایی حماسه سراییده.
توروالدزیه برای خودش.
@binarycourse

معماری CISC یا RISC
مسئله این است.
@binarycourse

🔵 دومین دوره مسابقات چالش های فناوری اطلاعات و ارتباطات دانشگاه صنعتی شریف

🔹 4 مسابقه به صورت همزمان و موازی در زبان های برنامه نویسی جاوا، دانت نت، پی اچ پی و پایتون
🔷ICT Challenge 2🔷

⏱ 16 و 17 اسفند ماه
📍باشگاه کسب و کار دانش بنیان
⬅️ پایان مهلت ثبت نام: 5 اسفند

⏮ ثبت نام در مسابقات پایتون
http://bit.ly/ictch21

⏮ ثبت نام در مسابقات جاوا
http://bit.ly/ictch22

⏮ ثبت نام در مسابقات دات نت
http://bit.ly/ictch23

⏮ ثبت نام در مسابقات پی اچ پی
http://bit.ly/ictch24



◀️ کسب اطلاعات بیشتر در وبسایت رسمی رویداد:
📶 http://ictchallenge.sharif.ir

@sharifit

#Xilinx #FPGA #RTOS
FreeRTOS as a Xen Virtual Machine
شرکت Xilinx یک نسخه خاص از سیستم‌عامل بی‌درنگ FreeRTOS را جهت استفاده در محیط XSDK توسعه داده است. هم‌طراحی سخت‌افزار و نرم‌افزار بربستر تراشه‌های Zynq ساده‌تر از قبل شده است.
@binarycourse

#Brands
wath is next issue for branding?

@binarycourse

• کتابی تازه تألیف‌شده در حوزه‌ی زبان توصیف سخت‌افزار و معماری FPGA
• مؤلف دکتر صاحب‌الزمانی - دانشگاه صنعتی امیرکبیر
• برای تدریس در دانشگاه منبع خوبی است.

TensorFlow as a deep learning tool
@binarycourse

#Xilinx
#Versal_ACAP
#FPGA
انقلاب جدید در محاسبات کامپیوتری با رویکرد جدید شرکت زایلینکس.
شرکت زایلینکس پیشگام در تولید تراشه‌های FPGA و SoC به تازگی چارچوب ACAP را جهت توسعه محاسبات کامپیوتری ارائه کرده است.
این سیستم یکپارچه تلفیقی از پردازنده‌ی چندهسته‌ای، تراشه‌های قابل بازپیکربندی و پرازشگر برداری مانند پردازنده‌ی گرافیکی است.
@binarycourse

Xilinx-Vitis-Platform
The Vitis unified software platform includes:
• Comprehensive core development kit to seamlessly build accelerated applications
• Rich set of hardware-accelerated open-source libraries optimized for Xilinx hardware platforms
• Plug-in domain-specific development environments enabling development directly in familiar, higher-level frameworks
• A Growing ecosystem of hardware-accelerated partner libraries and pre-built applications

@binarycourse

#Xilinx #Vitis #HLS
در طی دهه‌ی اخیر، محققین و شرکت‌های تولیدکننده‌ی تراشه‌های FPGA برروی توسعه در سطح سیستم و یا سطوح بالاتر روی آورده‌اند.
به‌عنوان مثال Vitis یک محیط یکپارچه جهت توسعه‌ی اپلیکیشن‌های مختلف بربستر تراشه‌های FPGA است که شرکت Xilinx به تازگی آن را ارائه کرده است.
با توصیف سیستم در سطح سیستم مانند زبان پایتون و سی++ می‌توان شتاب‌دهنده‌ی سخت‌افزاری طراحی کرد. این نوع شتاب‌دهنده‌ها در زمینه‌ی هوش مصنوعی، داده‌کاوی، بینایی ماشین و ... مورد استفاده قرار می‌گیرند.
@binarycourse

#fpga #gpu
FPGA vs GPU and CPU, who's win the computing war?!
@binarycourse

FPGA vs GPU and CPU ?
anonymous poll

FPGA – 9
👍👍👍👍👍👍👍 56%

GPU – 5
👍👍👍👍 31%

CPU – 2
👍👍 13%

👥 16 people voted so far.

#FPGA
#Deep_Learning
#Reconfigurable_System
شبکه‌های عصبی در طی سال‌های اخیر پیچیده شده‌اند و برای پردازش سریع آن‌ها نیاز به سیستم‌های محاسبه‌گر پیچیده‌ای است. معمولاً برای تسریع الگوریتم از پردازنده‌ی خاص‌منظوره، پردازنده‌ی گرافیکی، تراشه‌ی منطقی برنامه‌پذیر (بخصوص FPGA) و طراحی ASIC استفاده شده است. شبکه‌های عصبی و یادگیری عمیق پیوسته در حال تغییر هستند، لذا طراحی ASIC به دلیل انعطاف‌پذیری بسیار کم و پیچیدگی طراحی معمولاً در کاربردهای خاص مورداستفاده قرار می‌گیرند. سیستم‌های قابل‌بازپیکربندی مانند FPGA به دلیل قابلیت برنامه‌ریزی مجدد برای کاربردهای هوش مصنوعی و یادگیری عمیق بسیار مناسب هستند. همچنین کارآیی بالا و توان مصرفی پایینی در مقایسه با پردازنده‌های گرافیکی دارند ولی طراحی شتاب‌دهنده‌ با آن‌ها پیچیده‌تر از پردازنده‌های گرافیکی است.
@binarycourse

What's the best platform for applications?