项目描述：
基于XILINX 的 Zynq7000 SOC 芯片的硬件加速深度学习解决方案。采用400 个引脚的 FBGA 封装，芯片可分成处理器系统部分 Processor System（PS）和可编程逻辑部分 Programmable Logic（PL）。Zynq7000 SOC采用 ARM+FPGA SOC 技术将双核 ARM Cortex-A9 和 FPGA 可编程逻辑集成在一颗芯片上。系统采用XC7Z020-2CLG400I 作为核心处理器，在 ARM 和 FPGA 上分别具有丰富的软件资源及硬件资源和外围接口。系统带CameraLink相机接口、EtherNet相机接口、USB相机接口及标准SCCB相机接口，可以兼容多种接口的相机,系统带32路PL端I/O，可以在FPGA上编写各种协议接口或逻辑IO用于与传感器、芯片或其它设备通信。其中CameraLink接口可以满足大幅面、高帧率相机图像传送，适合做高速图像处理项目。系统自带HDMI接口可以作为视频输出。搭载1G DDR3 RAM，带128Mb SPI Flash，带MicroSD插槽。系统采用linux系统，支持XILINX的PYNQ框架，开发人员在无需设计可编程逻辑电路的情况下，可以通过python调用硬件IP核，让开发人员充分发挥硬件IP功能，系统内置CNN、BNN等深度学习硬件加速IP，同时也支持使用HLS开发IP，可以让开发人员使用C/C++/System C语言开发算法并把算法转换为Verilog或VHDL语言，形成硬件算法IP。系统BNN网络支持LFC和CNV网络，带MNIST、NIST、SVHN、Cifar10，German Road Signs等数据集的图像识别例程。可以让开发人员用较短时间入门深度学习及硬件加速技术。
(1)深度学习开发实验系统