-
Cadence 攜手 NVIDIA 革新功耗分析技術(shù)，加速開發(fā)十億門級 AI 設(shè)計
Cadence 全新 Palladium Dynamic Power Analysis 應用程序助力 AI/ML 芯片和系統(tǒng)設(shè)計工程師打造高能效設(shè)計，縮短產(chǎn)品上市時間
-
神經(jīng)技術(shù)進入移動端GPU，Arm讓手游媲美PC游戲體驗
從畫質(zhì)優(yōu)化 (NSS) 到幀率提升 (NFRU) 和光線追蹤(NSSD)，Arm 計劃覆蓋移動端圖形處理的多個維度，推動邊緣 AI 圖形革命。而未來通過持續(xù)的技術(shù)迭代，Arm也將保持在移動計算領(lǐng)域的技術(shù)領(lǐng)先，滿足手游、AR/VR 和其他視覺應用的未來需求。
-
讓邊緣AI隨處可見，STM32家族最強性能AI MCU——STM32N6發(fā)布
STM32可謂是IoT時代最具群眾基礎(chǔ)、市場影響力的MCU之一。或可將其比喻成一把瑞士軍刀、或者是一柄AK47——易用、好用，無所不能、無往不利。在物聯(lián)網(wǎng)飛速發(fā)展的近10年間，STM32出現(xiàn)在智能手環(huán)、共享單車、語音助手等一個個爆火的終端產(chǎn)品中，也接連實現(xiàn)了10億、20億顆..超100億顆的累積出貨量突破。
-
靈活拓展計算硬件結(jié)合關(guān)鍵技術(shù)專長，NXP賦能端側(cè)AI/ML全覆蓋
從市場趨勢來看，智能互聯(lián)設(shè)備的數(shù)量預計到2030年將超過500億臺。根據(jù)預測，智能家居市場在2021到2025年間的復合年增長率將達到20%，AI半導體收入到2025年預計達到750億美元。同時，約50%的汽車將在2030年實現(xiàn)電氣化和L2輔助駕駛，5G也將在2026年覆蓋全球約60%的地區(qū)。這些趨勢表明，邊緣智能將在各個領(lǐng)域中繼續(xù)快速增長和創(chuàng)新。
-
使用ML的數(shù)據(jù)驅(qū)動控制如何提高5G網(wǎng)絡(luò)性能
5G正在迅速從理想化的未來走向非常現(xiàn)實的現(xiàn)在。第一款5G手機已經(jīng)發(fā)布。與所有的一代升級一樣,5G承諾比其前身的速度有很大的改進。4G-LTE提供的最高下載率為100M/秒,平均為25-50M/秒。與之形成鮮明對比的是,5g提供了高達1.8Gbps,改進了近20倍。此外,5G有較低的延遲,主要延遲貢獻者是廣播時間。其潛伏期為?在早期部署中 .在用戶移動性、能源效率和同時連接的數(shù)量方面有更多的好處。
-
機器學習都要學習什么
在這篇文章中，小編將為大家?guī)頇C器學習的相關(guān)報道。如果你對本文即將要講解的內(nèi)容存在一定興趣，不妨繼續(xù)往下閱讀哦。
-
將CNN硬件加速器集成進通用MCU，ADI的MAX78000和MAX78002實現(xiàn)高能效邊緣AI應用
邊緣AI落地，需要滿足端側(cè)的功耗要求。因此內(nèi)置硬件CNN進行專門的AI運算，成為了AI MCU的最佳選擇。
-
亞馬遜云科技 re:Invent 2022 | 云服務商引領(lǐng)高性能計算芯片迭代，實現(xiàn)高能效云服務
蘋果引領(lǐng)了移動計算芯片的持續(xù)突破，而亞馬遜云科技則引領(lǐng)了數(shù)據(jù)中心高性能計算的不斷創(chuàng)新。對于用戶場景的頂級理解和對用戶體驗的至高追求，讓兩者在自研芯片上能夠有著比通用芯片商更高的成就。
-
機器學習有哪些應用?機器學習可用于智能網(wǎng)絡(luò)流量管理!
以下內(nèi)容中，小編將對機器學習的相關(guān)內(nèi)容進行著重介紹和闡述，希望本文能幫您增進對機器學習的了解，和小編一起來看看吧。
-
通用MCU上添加硬件NPU單元，實現(xiàn)30倍于Cortex-M33的AI加速能力
NXP推出MCX MCU賦能智能邊緣計算發(fā)展
-
機器學習如何基于學習策略分類?機器學習、深度學習比較!
一直以來，機器學習都是大家的關(guān)注焦點之一。因此針對大家的興趣點所在，小編將為大家?guī)頇C器學習的相關(guān)介紹，詳細內(nèi)容請看下文。
-
從“出圈”到“入俗”，把握AI下沉之勢賦能全行業(yè)
舊時王謝堂前燕，飛入尋常百姓家。到2022年，人工智能已經(jīng)跨過了“出圈”的全民熱議階段，開始“入俗”——下沉滲透到全行業(yè)進行賦能。AI已經(jīng)不再單純是圍繞著AI本身去討論的一個課題，而是成為各行各業(yè)都在應用一個組件角色，作為一種利器賦能實現(xiàn)整個大系統(tǒng)的優(yōu)化。而在這種具體應用場景的沉淀上，必然面臨著諸多的問題，來自場景本身的不同要求，AI系統(tǒng)如何多樣化降維適配。這些趨勢也是挑戰(zhàn)，如何把握AI下沉之勢，賦能各行業(yè)創(chuàng)新發(fā)展？近日MathWorks的中國區(qū)行業(yè)市場經(jīng)理李靖遠和記者進行了分享。
-
企業(yè)在機器學習應用中需要吸取的經(jīng)驗和教訓
在商業(yè)世界中，機器學習(ML)應用程序的持續(xù)宣傳和炒作有其合理的原因。機器學習(ML)可能是當今最為普及的人工智能(AI)領(lǐng)域。雖然人工智能和機器學習緊密相關(guān)，但并不是可以互換的術(shù)語。機器學習已經(jīng)融入
-
微軟正在將區(qū)塊鏈技術(shù)與產(chǎn)品連接起來
三年前，微軟Azure是第一個將區(qū)塊鏈引入云計算的公司?，F(xiàn)在它正在把技術(shù)與其他東西連接起來。 據(jù)Matt Kerner說，這家軟件巨頭一直在悄悄地在其區(qū)塊鏈服務與其他廣泛使用的
-
區(qū)塊鏈在物流運輸、供應鏈中的作用是什么？
根據(jù)福布斯最近對400多名以交通為重點的高管的調(diào)查，65%的人認為，物流、供應鏈和交通行業(yè)正經(jīng)歷著一場結(jié)構(gòu)性轉(zhuǎn)變。盡管這一轉(zhuǎn)變背后有幾個驅(qū)動因素，但其中最強大的一個因素是人工智能（AI）、機器學
-
2019年AI和ML的技術(shù)以及IoT將在數(shù)字化轉(zhuǎn)型之旅中發(fā)揮轉(zhuǎn)變作用
在很短的時間內(nèi)，AI和ML已經(jīng)可以通過開源框架，模型和基于云的庫快速訪問。相反，盡管傳感器和嵌入式系統(tǒng)早已商品化，但由于與數(shù)量，速度，安全性和遠程智能相關(guān)的若干應用和連接挑戰(zhàn)，其效用受到限制。A
-
AI和ML可以提高生產(chǎn)力 更多的服務還有待努力開發(fā)
人工智能和機器學習正在不斷提高跨網(wǎng)絡(luò)操作的自動化能力，包括配置、故障排除和問題修復。 盡管人工智能和機器學習有著幾十年的悠久歷史，在學術(shù)界和工業(yè)界也不斷取得進步，并有許多成功的應用，但許
-
深蘭科技斬獲IEEE ISI冠軍，其Auto ML 技術(shù)加速企業(yè)AI升級新進程
機器學習的下一波浪潮！AI領(lǐng)域最炙手可熱的技術(shù)之一！國外的谷歌、Facebook、微軟，國內(nèi)的深蘭科技、曠視科技、第四范式等領(lǐng)先的AI企業(yè)競相研發(fā)......如果2019年你只關(guān)注人工智能領(lǐng)域的一項技
