CFU游乐场 需要更快的ML处理器？ 自己做！ 该项目提供了一个框架，一个工程师，实习生或学生可以用它来设计和评估改进的基于FPGA的“软”处理器，特别是增加的机器学习（ML）任务的性能。 目的是抽象出大多数基础结构细节，以便用户可以快速上手，并专注于添加新的处理器指令，在计算中利用它们并测量结果。 该项目可实现处理器改进方面的快速迭代-每天多次迭代。 这是最高级别的工作方式： 选择一个TensorFlow Lite模型; 提供量化的人员检测模型 在Arty FPGA板上执行推理以获取每