一直以可編程技術為發展重點的Xilinx，2018年3月正式啟動策略轉型工作，憑藉資料中心產業連續十年的成長取得好成績，業績表現連續十四季成長。面對人工智慧(AI)的大趨勢，未來已經沒有一個架構可以滿足所有的應用需求，深度學習算法迭代迅速，傳統硬體設計週期趕不上AI發展的速度，靈活彈性的架構才能應付AIoT時代的需求。
Xilinx的自行調適運算加速平台(Adaptive Compute Acceleration Platform, ACAP)第一款產品Versal，字面上是由Variety與Universal組合而成，希望在技術與應用上可以兼顧多樣性與通用性。Xilinx大中華區副總裁唐曉蕾表示，該公司2019會計年度營收首度突破30億美元，年成長24%，亞太區前一季的成長率更高達56%，讓Xilinx在轉型的過程中站穩第一步。
AI應用因為屬性的不同，在資料、記憶體層次結構與精度等方面都有高度客製化的需要，唐曉蕾強調，以深度學習運算為例，97%與99%的精度在運算資源需求上的差異非常大，某些應用97%的精度已經足夠，使用低精度運算在時間與資源上更有效率，因此近期的趨勢為追求最適精度而非最高精度。ACAP可以透過彈性化的調整，協助整體應用的加速，縮短執行時間，而不只是最佳化機器學習流程。
Xilinx大中華區副總裁唐曉蕾表示，深度學習運算的精度在運算資源需求上的差異非常大，使用低精度運算在時間與資源上更有效率。
另外，Xilinx資深全球AI方案專家張帆說明，現階段還屬於AI發展的初期，對於AI的訓練與推論呈現百花齊放的狀況，平均每兩週到一個月就有一個全新的算法被提出，加上資料產生的數量以指數型成長，運算能力的強化已經落後於資料增加的速度，更需要新的系統級平台以進行AI演算法與應用，透過彈性高效能的硬體架構，可以提升AI運算效能，若再善用適當的網路剪枝(Pruning)技術，還可以進一步提升1.3~8倍的效能。
Xilinx的ACAP平台特性包括靈活可配置、可編程，並具備高效能、低功耗的晶片架構設計，同時可靈活支援低位元運算，提供端到端、低延遲運算，並擁有可拓展性的產品系列。唐曉蕾說，Versal預計將在2019年第四季提供樣品，2020年初正式量產，未來將透過一系列產品的發展，協助新興AI應用在六個月內完成原型驗證，一年內產品上市的目標，協助打造靈活應變、萬物智慧的AIoT世界。