Une p'tite carte de développement chez Xilinx-AMD : la Kria KV260

Pour faire tourner du réseau de neurones en temps réel — typiquement pour de la détection d’objet en vidéo -, la voie royale est de passer par NVIDIA et sa plateforme Jetson accélérée par CUDA sur son GPU. Ainsi, vous êtes garantis d’une compatibilité aux petits oignons étant donné les biftons déroulés par le caméléon dans l’optimisation des outils liés au machine learning. Pour autant, le concurrent AMD est également dans la place (enfin, tente de l’être), et c’est grâce à la récente acquisition de Xilinx que la firme offre un kit concurrent, basé sur un SoM (System-on-Module) K26 : la Kria KV260.

Dans ce bousin (le K26), le CPU n’a rien de folichon : un quadricore Arm Cortex-A53 couplé à 4 Gio de DDR3, cela demeure sage pour de l’embarqué. Par contre, l’interface 40 Gbps Ethernet, configurable en 4x10 Gbps, l’est bien moins, tout comme le FPGA, qui n'embarque pas moins de 256 000 blocs logiques configurables (les briques de base d’un FPGA, un peu à la manière des cœurs CUDA pour un GPU). Pour replacer dans le contexte, un SoC d’entrée de gamme Zync-7020 de la même firme n’en contient que 53 000, mais un gros ACAP Versal en intégrera facilement plus de 1 000 000. Une fois mise sur la carte  KV260, vous avez droit à un format un peu plus petit qu’un mini-ITX offrant du Gigabit, trois USB 3 Type-A, de l’HDMI, du DP, du JTAG et de quoi connecter diverses caméras — applications de machine learning obligeant.

Au niveau du prix, la KV260 se négocie vers les 199 $, là où la KR260 reprenant la même base, mais en multipliant les interfaces de connexions est affichée à 349 $. Notez que, dans les deux cas, le tarif est inférieur à celui du SoC seul, le K26 coûtant en effet 420 $ : un sérieux indice de la volonté de Xilinx à se faire connaitre dans le monde du machine learning, quitte à y perdre financièrement dans un premier temps. À voir si la chose plaira aux industriels !