diplomski rad (sveučilišni)
U radu su obrađene mogućnosti implementacije duboke neuronske mreže na Xilinx edukacijskoj platformi PYNQ Z1. Prolazi se kroz načine rada različitih rješenja, njihove prednosti, mane, načine postavljanja na platformu i poteškoće koje dolaze s tim. Krajnji rezultati su dijelom dobiveni eksperimentom, dijelom teoretski te se uspoređuju s alternativnom platformom nVidia Jetson TX2 koja umjesto FPGA sklopa koristi nVidia GPU s CUDA akceleracijom. Jetson TX2 se za svoju cijenu pokazao drastično jačim, konzistentniji u performansama te daleko lakši za razvoj i eksperimentaciju s puno širom podrškom.
FPGA, duboke neuronske mreže, Vitis AI, FINN, Jetson TX2, DPU
Razvojem virtualizacijskih tehnologija raste kompleksnost IT sustava, dok korisnici istovremeno zahtijevaju brži pristup resursima, napredne integracije i jednostavnost korištenja. Jedno od ključnih rješenja za ove izazove primjena je…
Ovaj rad istražuje i uspoređuje mogućnosti prosljeđivanja grafičkih kartica na Hyper-V i KVM hipervizorima prema virtualnim strojevima, detaljno opisujući metode, postupke i razlike u arhitekturi koje utječu na…
The ever-growing usage and adaptation of HTTP/3 in web traffic leverages Quick UDP Internet Connections (QUIC) as a transport protocol. QUIC is widely recognized for reduced latency, enhanced…
