FPGA 提供一种极低延迟的灵活的架构，该架构在能效解决方案中提供深度学习加速。 学习如何在 CPU 上部署计算机视觉应用程序，然后在 FPGA 上加速深度学习推理。 接着，学习如何掌握该应用程序，并使用 Docker* 容器在使用 Kubernetes* 的集群上跨多节点地扩展该应用程序。本课程结束时，学生将掌握以下方面的实践知识：什么是卷积神经网络以及如何构建卷积神经网络；如何构建深度学习计算机视觉应用程序；从软件开发人员的角度考察，什么是 FPGA，以及为何 FPGA 极其适用于加速实时机器学习应用程序；FPGA 深度学习加速套件的组件；使用深度学习从数据抽提模式的计算机视觉应用程序的构成成分；使用 OpenVINO 针对在 CPU 和 FPGA 上的基于卷积神经网络的推理；如何使更高层次的云端和数据中心软件应用实现无缝地利用 FPGA。