Người Chiến thắng Cuộc thi Thiết kế InnovateFPGA
InnovateFPGA là một cuộc thi thiết kế toàn cầu nhằm mục đích truyền cảm hứng cho các nhóm phát triển các dự án theo chủ đề về tính bền vững dựa trên FPGA Intel®. 260 đội đã tham gia cuộc thi để phát triển các ứng dụng biên được kết nối với đám mây dựa trên FPGA nhằm sử dụng thông minh hơn các nguồn tài nguyên của thế giới. Khám phá cách các FPGA của Intel đã được sử dụng trong các dự án của các đội thi hàng đầu của năm nay.
Dự án Chiến thắng Năm 2022
Người chiến thắng Cuộc thi Năm 2022
Phục hồi Rạn San hô
Jose Filho (King Abdullah University of Science and Technology)
Vấn đề:: 25% tổng số sinh vật biển sống phụ thuộc vào các rạn san hô khỏe mạnh, tuy nhiên, nhiệt độ đại dương ngày càng tăng đang khiến một số san hô bị tẩy trắng. Quá trình tẩy trắng xảy ra khi san hô trục xuất loài tảo cộng sinh trong các mô của san hô. Loại tảo này rất quan trọng đối với sự tồn tại của san hô. Giải pháp:: Các nghiên cứu trong phòng thí nghiệm cho thấy một số vi sinh vật có lợi cho san hô (BMC) có thể ngăn quá trình tẩy trắng và cho phép san hô phục hồi. Hệ thống này có thể cung cấp men vi sinh san hô trong môi trường biển và theo dõi hiệu quả lâu dài của biện pháp này. Chi tiết về Dự án:: FPGA hỗ trợ một nền tảng thử nghiệm linh hoạt và có thể cấu hình lại. FPGA thu thập dữ liệu từ camera, cảm biến nhiệt độ và dữ liệu độ sáng của biển từ Analog Devices Ultralow Power Light Recognition System (Hệ thống Nhận dạng Ánh sáng ở Mức siêu thấp của Thiết bị Tương tự). FPGA sử dụng AI để xác định chính xác giai đoạn tẩy trắng và đưa ra quyết định nhanh chóng để triển khai BMC. Thử nghiệm sử dụng năng lượng mặt trời này được triển khai gần bờ biển và có thể gửi dữ liệu 4G tới Microsoft Azure để trực quan hóa và quản lý quá trình phục hồi.Quản lý Bộ chuyển đổi Năng lượng mặt trời dựa trên Đám mây
Daniel Chavez (Universidad Nacional de Ingenieria)
Vấn đề:: Khi các khả năng sản xuất năng lượng có thể tái tạo, chẳng hạn như năng lượng mặt trời và gió, trở nên phổ biến hơn, việc phân phối tải điện trên lưới điện trở nên phức tạp hơn. Thường xuyên có sự không phù hợp giữa nhu cầu điện năng và sản lượng điện cần được quản lý. Giải pháp:: Hệ thống này được thiết kế để thu thập dữ liệu năng lượng điểm sử dụng cục bộ hiệu quả hơn từ nhiều nguồn, có thể được sử dụng để kiểm soát việc phát điện. Dữ liệu này được báo cáo cho các hệ thống dựa trên đám mây, sau đó có thể được kết hợp với chính sách lưới điện để tối ưu hóa nhu cầu và sản lượng điện tốt hơn. Chi tiết về Dự án:: FPGA trực tiếp đo lường và kiểm soát việc điều chế bộ chuyển đổi DABRS hai chiều một pha và truyền dữ liệu không dây tới cơ sở dữ liệu MariaDB của máy chủ Azure dựa trên đám mây một cách thông minh. Vì dữ liệu được xử lý cục bộ bởi FPGA, do đó giảm thiểu phép đo từ xa cần thiết để liên lạc lại với bộ điều khiển trung tâm dựa trên đám mây.Hệ thống Nhà kính mini cho Người tiêu dùng
Pahan Mendis (University of Moratuwa, Sri Lanka)
Vấn đề:: Người tiêu dùng ngày càng nhận thức được rằng việc canh tác và vận chuyển sản phẩm quy mô lớn nhất định có thể có tác động tiêu cực đến môi trường. Người tiêu dùng ngày càng có mong muốn tự trồng thực phẩm không chỉ vì các mối quan tâm đến môi trường mà còn để cải thiện chất lượng và an toàn thực phẩm của họ. Tuy nhiên, nhiều người trong số những nông dân có tham vọng này thiếu kiến thức hoặc khả năng để làm điều đó một cách hiệu quả. Giải pháp:: Hệ thống quản lý nhà kính mini thông minh và tự động này hướng đến mục tiêu sản xuất lương thực cho người tiêu dùng cộng đồng đô thị, những người có thể có kiến thức chuyên môn nông nghiệp hạn chế. Hệ thống có thể cung cấp hướng dẫn cách tưới tiêu, bón phân, thông gió và ánh sáng phù hợp. Các tính năng AI đi kèm có thể dự đoán năng suất và xác định tình trạng tăng trưởng bất thường. Chi tiết về Dự án::Hệ thống thu thập dữ liệu từ camera và nhiều loại cảm biến của Thiết bị Tương tự (đo độ ẩm và nhiệt độ không khí, độ pH/độ ẩm/nhiệt độ của đất, mức CO2 và cường độ ánh sáng). Song song với dữ liệu từ cảm biến, FPGA cũng tăng tốc xử lý hình ảnh dựa trên AI của CNN. Tập dữ liệu đa dạng này được gửi cho Microsoft Azure IoT Hub để lưu trữ, xử lý và dự đoán kết quả theo thời gian.Châu Mỹ
Giao hàng An toàn bằng Máy bay không người lái
Foale Aerospace Inc.
Vấn đề: Giao hàng là một thành phần quan trọng của cơ sở hạ tầng thành phố thông minh; tuy nhiên, hoạt động này làm tăng sự tắc nghẽn giao thông và lượng khí thải Carbon Dioxide, một nguyên nhân chính gây ra sự nóng lên toàn cầu. Đến năm 2050, việc giao hàng chặng cuối có thể tạo ra hơn 2 triệu tấn CO2 mỗi năm. Giải pháp: Dự án này tìm cách phát triển một hệ thống giao hàng bằng máy bay không người lái trọn gói sử dụng nguồn năng lượng có thể tái tạo và có thể thay thế địa điểm chuyển phát nhanh vào phút chót ở các thành phố phụ thuộc vào các dịch vụ phát thải CO2 ngày nay. Dự án có thể phát hiện và truyền đạt những thay đổi mạnh mẽ hoặc đột ngột trong chuyển động của không khí cũng như tạo ra một “bản sao số” để phát triển. Điều này làm tăng tính an toàn cho máy bay không người lái cũng như cho những người và tài sản gần đó. Chi tiết về Dự án:: Khả năng phát triển DSP có thể lập trình lại của FPGA cho phép máy bay không người lái phản ứng với 8 kênh tương tự đồng thời đo số vòng quay và gia tốc của máy bay không người lái. HPS mang lại khả năng đo lường sự kiện nguy hiểm từ xa để truyền đến Microsoft Azure IoT Hub và bổ sung khả năng tạo "bản sao số" để có thể tái tạo các sự kiện thực nhằm phát triển thuật toán bằng Thiết bị tương tự DC2025A-A DAC.Quản lý Bộ chuyển đổi Năng lượng mặt trời dựa trên Đám mây
Daniel Chavez (Universidad Nacional de Ingenieria)
Vấn đề:: Khi các khả năng sản xuất năng lượng có thể tái tạo, chẳng hạn như năng lượng mặt trời và gió, trở nên phổ biến hơn, việc phân phối tải điện trên lưới điện trở nên phức tạp hơn. Thường xuyên có sự không phù hợp giữa nhu cầu điện năng và sản lượng điện cần được quản lý. Giải pháp:: Hệ thống này được thiết kế để thu thập dữ liệu năng lượng điểm sử dụng cục bộ hiệu quả hơn từ nhiều nguồn, có thể được sử dụng để kiểm soát việc phát điện. Dữ liệu này được báo cáo cho các hệ thống dựa trên đám mây, sau đó có thể được kết hợp với chính sách lưới điện để tối ưu hóa nhu cầu và sản lượng điện tốt hơn. Chi tiết về Dự án:: FPGA trực tiếp đo lường và kiểm soát việc điều chế bộ chuyển đổi DABRS hai chiều một pha và truyền dữ liệu không dây tới cơ sở dữ liệu MariaDB của máy chủ Azure dựa trên đám mây một cách thông minh. Vì dữ liệu được xử lý cục bộ bởi FPGA, do đó giảm thiểu phép đo từ xa cần thiết để liên lạc lại với bộ điều khiển trung tâm dựa trên đám mây.Hệ thống Giảm Tình trạng lãng phí Trái cây
Nixon Fernando Ortiz De La Cruz (Universidad Nacional de Ingenieria and Nacional Mayor de San Marcos)
Vấn đề:: Các doanh nghiệp nông nghiệp nhỏ hơn thường thiếu các nguồn lực để giảm thiểu tình trạng lãng phí trong quá trình phân phối và vận chuyển sản phẩm của họ. Do thiếu hệ thống lưu trữ và vận chuyển chất lượng cao, một phần lớn sản phẩm bị hư hỏng trước khi chuyển đến tay người tiêu dùng. 80% sản lượng xoài ở Peru đến từ các trang trại nhỏ thuộc sở hữu gia đình. Giải pháp:: Hệ thống thông minh này sẽ theo dõi, báo cáo và quản lý các điều kiện lưu trữ và vận chuyển để giảm lượng hư hỏng. Chi tiết về Dự án:: FPGA tổng hợp dữ liệu từ nhiều cảm biến. FPGA cũng kiểm soát các bộ truyền động làm thay đổi điều kiện không khí (tức là CO2) và nhiệt độ để giảm quá trình chín ép của trái cây. Hình ảnh video từ camera được FPGA xử lý trước, sau đó được gửi lên đám mây để phân tích dữ liệu màu sắc nhằm đối chiếu sự tương quan với độ chín của trái cây. Tập dữ liệu đa dạng này được gửi cho Microsoft Azure IoT Hub để lưu trữ, xử lý, dự đoán và kiểm soát các thùng vận chuyển/lưu trữ trái cây thông minh. Vì hầu hết quá trình xử lý được thực hiện bởi FPGA, do đó có thể giảm thiểu dữ liệu được gửi lên đám mây, giảm chi phí truyền tải một lượng lớn dữ liệu.APJ
Trình tối ưu hóa Canh tác Thông minh
Jyotsna Bavisetti (Rajiv Gandhi University of Knowledge Technologies, Nuzvid)
Vấn đề:: Người nông dân thường có thể lựa chọn cây trồng một cách thiếu hiểu biết và không phù hợp khi sử dụng các phương pháp canh tác truyền thống. Điều này dẫn đến năng suất và chất lượng cây trồng thấp hơn do không hiểu rõ về các biện pháp cải tạo đất và nước. Nguồn cung cấp lương thực ở các nước đang phát triển đặc biệt dễ bị tổn thương. Giải pháp:: Thiết bị hỗ trợ nông dân toàn diện này có thể đề xuất các loại cây trồng phù hợp dựa trên điều kiện đất đai, khí hậu và nguồn nước sẵn có của khu vực đó. Thiết bị có thể kiểm soát và tối ưu hóa việc tưới tiêu, phát hiện bệnh thực vật, phát hiện cỏ dại và đưa ra hướng dẫn cho nông dân. Chi tiết về Dự án:: FPGA tổng hợp dữ liệu từ camera và nhiều loại cảm biến của Thiết bị Tương tự. FPGA có khả năng đo lường lượng nitơ, phốt pho, kali, độ pH, mực nước, độ ẩm của đất và nhiệt độ. Tập dữ liệu đa dạng này được gửi đến Microsoft Azure IoT Hub để lưu trữ, phân tích, hiển thị và đưa ra hướng dẫn cho nông dân. Một thuật toán học máy dự đoán loại cây trồng phù hợp nhất với các điều kiện và kiểm soát việc tưới tiêu. Một mô hình phát hiện đối tượng có thể xác định cỏ dại và một thuật toán dựa trên AI đã được đào tạo để xác định bệnh cây trồng để khuyến nghị cách điều trị.Hệ thống Nhà kính mini cho Người tiêu dùng
Pahan Mendis (University of Moratuwa, Sri Lanka)
Vấn đề:: Người tiêu dùng ngày càng nhận thức được rằng việc canh tác và vận chuyển sản phẩm quy mô lớn nhất định có thể có tác động tiêu cực đến môi trường. Người tiêu dùng ngày càng có mong muốn tự trồng thực phẩm không chỉ vì các mối quan tâm đến môi trường mà còn để cải thiện chất lượng và an toàn thực phẩm của họ. Tuy nhiên, nhiều người trong số những nông dân có tham vọng này thiếu kiến thức hoặc khả năng để làm điều đó một cách hiệu quả. Giải pháp:: Hệ thống quản lý nhà kính mini thông minh và tự động này hướng đến mục tiêu sản xuất lương thực cho người tiêu dùng cộng đồng đô thị, những người có thể có kiến thức chuyên môn nông nghiệp hạn chế. Hệ thống có thể cung cấp hướng dẫn cách tưới tiêu, bón phân, thông gió và ánh sáng phù hợp. Các tính năng AI đi kèm có thể dự đoán năng suất và xác định tình trạng tăng trưởng bất thường. Chi tiết về Dự án::Hệ thống thu thập dữ liệu từ camera và nhiều loại cảm biến của Thiết bị Tương tự (đo độ ẩm và nhiệt độ không khí, độ pH/độ ẩm/nhiệt độ của đất, mức CO2 và cường độ ánh sáng). Song song với dữ liệu từ cảm biến, FPGA cũng tăng tốc xử lý hình ảnh dựa trên AI của CNN. Tập dữ liệu đa dạng này được gửi cho Microsoft Azure IoT Hub để lưu trữ, xử lý và dự đoán kết quả theo thời gian.Cố vấn Sức khỏe Tâm thần
Sudhamshu B N (Dayananda Sagar College of Engineering)
Vấn đề:: Các trường hợp bệnh về tâm thần và hành vi chiếm tỷ lệ ngày càng tăng trong các vấn đề sức khỏe trên toàn thế giới. Tuy nhiên, những trường hợp như vậy vẫn chưa được thể hiện một cách tổng thể trong các thống kê y tế công cộng thông thường (tập trung vào tỷ lệ tử vong so với các yếu tố khác, chẳng hạn như rối loạn chức năng). Giải pháp:: Một chiếc găng tay thông minh thu thập các thông số cơ thể người và môi trường khác nhau cho các mô hình học máy để phân tích và phân loại các triệu chứng của các tình trạng sức khỏe tâm thần được nhắm mục tiêu khác nhau. Dựa trên sức khỏe và trạng thái tâm thần của người dùng, các đề xuất tích cực kịp thời được gửi lại cho người tiêu dùng dưới dạng “khuyến nghị”. Sức khỏe tâm thần cũng được coi trọng như sức khỏe thể chất. Chi tiết về Dự án:: FPGA tổng hợp dữ liệu như không khí và nhiệt độ cơ thể, hoạt động của tuyến mồ hôi, điều kiện ánh sáng và chất lượng không khí từ các cảm biến trên găng tay thông minh. Sau đó, sử dụng tính năng học máy để mô tả đặc điểm và tương quan giữa dữ liệu với các tình trạng tâm thần. Video trực tiếp của bệnh nhân từ đầu vào camera được đưa vào mô hình nhận dạng cảm xúc video để tìm mối tương quan với dữ liệu thành 5 đặc điểm (Giận dữ, Lo lắng, Vui vẻ, Bình thường và Buồn). Tập dữ liệu đa dạng này được gửi đến Microsoft Azure IoT Hub để lưu trữ và xử lý nhờ tính năng học máy. Khuyến nghị được gửi lại ứng dụng điện thoại di động của người dùng.EMEA
Phục hồi Rạn San hô
Jose Filho (King Abdullah University of Science and Technology)
Vấn đề:: 25% tổng số sinh vật biển sống phụ thuộc vào các rạn san hô khỏe mạnh, tuy nhiên, nhiệt độ đại dương ngày càng tăng đang khiến một số san hô bị tẩy trắng. Quá trình tẩy trắng xảy ra khi san hô trục xuất loài tảo cộng sinh trong các mô của san hô. Loại tảo này rất quan trọng đối với sự tồn tại của san hô. Giải pháp:: Các nghiên cứu trong phòng thí nghiệm cho thấy một số vi sinh vật có lợi cho san hô (BMC) có thể ngăn quá trình tẩy trắng và cho phép san hô phục hồi. Hệ thống này có thể cung cấp men vi sinh san hô trong môi trường biển và theo dõi hiệu quả lâu dài của biện pháp này. Chi tiết về Dự án:: FPGA hỗ trợ một nền tảng thử nghiệm linh hoạt và có thể cấu hình lại. FPGA thu thập dữ liệu từ camera, cảm biến nhiệt độ và dữ liệu độ sáng của biển từ Analog Devices Ultralow Power Light Recognition System (Hệ thống Nhận dạng Ánh sáng ở Mức siêu thấp của Thiết bị Tương tự). FPGA sử dụng AI để xác định chính xác giai đoạn tẩy trắng và đưa ra quyết định nhanh chóng để triển khai BMC. Thử nghiệm sử dụng năng lượng mặt trời này được triển khai gần bờ biển và có thể gửi dữ liệu 4G tới Microsoft Azure để trực quan hóa và quản lý quá trình phục hồi.Quản lý Chất lượng Không khí Trong nhà
Ricardo Núñez Prieto (NVISION s.l. / Institute of Microelectronics of Barcelona (CSIC) / UAB)
Vấn đề:: Đã có bằng chứng chứng minh mối liên kết giữa việc phơi nhiễm mãn tính nồng độ CO2 thấp tới 1000ppm với một số rối loạn sức khỏe ở người. Các nghiên cứu cũng đã chứng minh rằng vi-rút được giải phóng trong quá trình thở ra, nói chuyện và ho, và sự lây truyền có nhiều khả năng xảy ra trong môi trường trong nhà. Giải pháp:: Đo lường CO2 thở ra là phương pháp tốt nhất hiện có với chi phí thấp để đánh giá rủi ro về chất lượng không khí. Dự án này có thể thu được nồng độ CO2 và gửi thông tin có thể hành động đến máy chủ Microsoft Azure để quản lý các cảnh báo và thông gió. Chi tiết về Dự án:: Hệ thống này sử dụng dữ liệu từ hệ thống cảm biến CO2 NDIR của Thiết bị Tương tự có thể đo nồng độ CO2 trong phạm vi 400-5000 ppm cũng như cảm biến nhiệt độ. FPGA là một lựa chọn tốt cho ứng dụng này vì có tính linh hoạt hỗ trợ nhiều cảm biến và cũng có thể được điều chỉnh cho phù hợp với các loại cảm biến, thuật toán và giao thức truyền thông khác. Dự án được tối ưu hóa để tiết kiệm năng lượng hệ thống tối thiểu bằng cách chạy thuật toán nồng độ CO2 cục bộ trong FPGA để giảm thiểu việc truyền dữ liệu phức tạp.Hệ thống Kiểm soát Nông trường Thông minh
Mohamed Abdelaziz Louhab (University M'hamed Bougara Boumerdes)
Vấn đề:: Giảm thiểu những sai lầm trong canh tác là điều quan trọng để giảm thiểu chi phí cũng như đảm bảo an ninh lương thực ở những vùng không có điều kiện trồng trọt tối ưu. Các rủi ro khác như hỏa hoạn, động vật xâm lấn hoặc trộm cắp, có thể gây ra hậu quả đáng kể cho trang trại hoặc cộng đồng. Giải pháp:: Nhà kính thông minh này kết hợp các cảm biến có thể theo dõi sức khỏe thực vật bằng cách sử dụng các yếu tố môi trường như nhiệt độ, độ ẩm và các loại khí như O2 và CO2. Hệ thống không chỉ có thể cung cấp hướng dẫn cho nông dân mà còn có thể kiểm soát việc tưới tiêu, sưởi ấm và làm mát. Chi tiết về Dự án:: FPGA là bộ não chạy bằng năng lượng mặt trời của hệ thống, sử dụng HPS để triển khai thuật toán theo dõi năng lượng mặt trời nhằm tối đa hóa sản lượng từ các tấm PV. Nhà kính được thiết kế để giảm thiểu những sai lầm trong canh tác và làm cho sản phẩm ngon hơn bằng cách sử dụng 6 cảm biến Thiết bị Tương tự khác nhau để theo dõi và duy trì sức khỏe cây trồng. Hệ thống giảm thiểu lo ngại về mất mùa bằng cách sử dụng IR và PIR để phát hiện sự hiện diện của động vật và cũng có khả năng phát hiện và dập tắt lửa.Trung Quốc Đại lục
Thiết bị Phân loại Rác thải Tự động
Longfei Yang (Hubei University)
Vấn đề:: Lượng rác thải toàn cầu tăng hàng năm, gây ô nhiễm đất và nguồn nước. Các bãi chôn lấp có thể chứa các hóa chất độc hại hoặc các chất độc hại khác có thể xâm nhập vào hệ sinh thái gây hại cho con người và môi trường. Giải pháp:: Máy phân loại rác tự động có thể giúp giảm thiểu ô nhiễm môi trường, tiết kiệm tài nguyên đất và thúc đẩy tái chế tài nguyên. Hệ thống này được thiết kế để giảm thiểu việc vứt rác có thể tái chế một cách thiếu suy nghĩ và việc phân loại rác sẽ tối đa hóa khả năng tái sử dụng rác và giảm tác hại đến hệ sinh thái địa phương. Chi tiết về Dự án:: Dự án này sử dụng tính năng nhận dạng hình ảnh để phân loại chất thải thành 4 loại: Có thể tái chế, Phân hủy sinh học, Nguy hại và Loại khác. Cảm biến hồng ngoại phát hiện việc loại bỏ một vật thể mới, khiến camera gửi hình ảnh đến FPGA. FPGA triển khai một Convolutional Neural Network (CNN - Mạng thần kinh phức hợp) được gọi là VGG-16 để nhận dạng hình ảnh. Khả năng nhận dạng và phân loại được nâng cao với một bộ tăng tốc FPGA dựa trên OpenCL được gọi là pipeCNN. Máy phân loại rác chuyển rác vào thùng thích hợp với độ chính xác 95% và có thời gian nhận dạng là 1,93 giây.Hệ thống Phát hiện Hư hại Vỉa hè
Dingwei Chen (Chongqing University)
Vấn đề:: Vỉa hè bị hư hại không chỉ ảnh hưởng đến vẻ mỹ quan và sự thoải mái khi lái xe, mà, nếu nhu cầu bảo dưỡng không được xác định và giải quyết, mặt đường và các kết cấu liên quan cũng sẽ xuống cấp, có thể dẫn đến tai nạn hoặc thậm chí thương vong. Xây dựng đường bằng bê tông hoặc nhựa đều tạo ra khí thải độc hại và gây ô nhiễm. Giải pháp:: Hệ thống phát hiện, định vị và báo cáo tự động này sử dụng lidar 3D và camera để thu thập thông tin tình trạng đường trong thời gian thực có thể được phân tích để xác định xem có cần sửa chữa hay không. Thông tin kiểm tra chính xác cùng với vị trí chính xác cho phép quản lý hiệu quả việc bảo trì và tránh tình trạng xuống cấp mặt đường tốn kém. Chi tiết về Dự án:: Hệ thống phát hiện hư hỏng trên đường thông minh sử dụng lidar và một camera có IMU (Đơn vị đo lường quán tính), để thu thập dữ liệu đám mây điểm và thông tin hình ảnh của bề mặt đường. Hệ thống có thể khắc phục sự biến dạng chuyển động của đám mây điểm và có thể đồng bộ hóa thông tin khoảng cách lidar với thông tin pixel của camera. Dữ liệu này có thể được sử dụng bởi các ứng dụng đám mây để kết hợp các chi tiết hư hỏng (kích thước/hình dạng của chỗ hư hại) với dữ liệu bản đồ chính xác. Nhân viên bảo trì sau đó có thể tập trung vào việc lên lịch sửa chữa kịp thời.Nền tảng Phát triển Cuộc thi
Kết nối đám mây chuyển đổi các ứng dụng nhúng dựa trên FPGA.
Tìm hiểu cách phát triển ứng dụng dựa trên FPGA của riêng bạn mà có thể thu thập, phân tích và phản hồi với dữ liệu từ thiết bị IoT được kết nối với đám mây.
Terasic FPGA Cloud Connectivity Kit (Bộ dụng cụ Kết nối Đám mây Terasic FPGA) là nền tảng phát triển IoT cắm và chạy được chứng nhận bởi Microsoft Azure dành cho FPGA Intel®.
Tìm hiểu thêm về FPGA tập trung vào biên của IntelTải xuống hướng dẫn từ Intel Developer ZoneDanh mục các bảng bổ sung mở rộng của Thiết bị Tương tự cho phép FPGA Cloud Connectivity Kit (Bộ dụng cụ Kết nối Đám mây FPGA) cảm nhận, đo lường và thích ứng với nhu cầu ứng dụng của bạn.