fastmachinelearning/hls4ml

¿Qué es?

Funciones clave

• 01Convierte modelos de Keras, PyTorch y ONNX en proyectos HLS.
• 02Admite varios backends de HLS, incluidos Vivado, Vitis, Intel, Catapult y Altera.
• 03Permite configurar el diseño generado mediante un archivo de configuración.
• 04Incluye una etapa de compilación que sintetiza el proyecto y un lector de informes para consultar los resultados.
• 05Se instala mediante pip o conda-forge.

Casos de uso

• Desplegar una red neuronal en hardware FPGA para tomar decisiones de trigger en tiempo real.
• Ejecutar modelos de control o procesamiento de señales de baja latencia en placas FPGA integradas.
• Evaluar cómo se asigna un modelo entrenado a los recursos de una FPGA antes de comprometerse con un diseño.

Inicio rápido

1. 1

   Instala hls4ml desde PyPI

   pip install hls4ml
2. 2

   Obtén un modelo Keras de ejemplo y su configuración

   import hls4ml
3. 3

   Convierte el modelo en un proyecto HLS

   hls_model = hls4ml.converters.keras_v2_to_hls(config)
4. 4

   Compila el proyecto con Vivado HLS u otra herramienta HLS compatible

   hls_model.build()

Antes de usarlo

• !Para compilar el firmware generado se necesita una cadena de herramientas HLS independiente, como Vivado HLS, Vitis HLS o Intel HLS.
• !Está dirigido únicamente a la inferencia en FPGA, no al entrenamiento ni a la ejecución de modelos de propósito general.

Temas

Preguntas frecuentes

¿Qué es hls4ml?

Paquete de Python que convierte redes neuronales de Keras, PyTorch y ONNX en código HLS para ejecutar inferencias de ML en FPGAs. hls4ml crea firmware para FPGA a partir de modelos de machine learning, traduciéndolos a código de síntesis de alto nivel (HLS). Se parte de un modelo entrenado con un framework habitual, se genera un proyecto HLS mediante un archivo de configuración y, después, se compila con una cadena de herramientas compatible del proveedor para producir el hardware.

¿hls4ml es gratuito? ¿Qué licencia tiene?

hls4ml es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿hls4ml sigue mantenido?

Mantenimiento activo. El último commit de hls4ml fue el 4 nov 2026.

¿Para qué puedo usar hls4ml?

Desplegar una red neuronal en hardware FPGA para tomar decisiones de trigger en tiempo real. Ejecutar modelos de control o procesamiento de señales de baja latencia en placas FPGA integradas. Evaluar cómo se asigna un modelo entrenado a los recursos de una FPGA antes de comprometerse con un diseño.

¿Cómo se instala hls4ml?

Instala hls4ml desde PyPI: pip install hls4ml Obtén un modelo Keras de ejemplo y su configuración: import hls4ml Convierte el modelo en un proyecto HLS: hls_model = hls4ml.converters.keras_v2_to_hls(config) Compila el proyecto con Vivado HLS u otra herramienta HLS compatible: hls_model.build()

¿Dónde consigo hls4ml?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/fastmachinelearning/hls4ml