中文 英语

通道与机器学习应用中的训练有何不同


基于机器学习(ML)的系统开发方法采用了与计算机科学历史上使用的编程风格完全不同的编程风格。这种方法使用示例数据来训练模型,使机器能够学习如何执行任务。ML训练是高度迭代的,每一个新的训练数据块产生数万亿次操作。tr…“ 阅读更多

制造业转移到AI的东西


AI被注入到互联网上,为制造生产率,改善正常运行时间和降低成本进行了显着改善的阶段 - 无论市场部门如何。传统的提高制造设备可靠性和效率的方法是定期预定的维护。虽然这是在我...的情况下改善或更换设备“ 阅读更多

AMDAHL限制AI


软件和硬件在应用程序运行的速度时,软件和硬件都会限制,但发现和消除局限性在多核异质处理时代变得越来越重要。问题肯定不是新的。Gene Amdahl(1922-2015)认识到该问题并于1967年公布了一份关于它的论文。它为可以预期的定义任务提供了理论加速......“ 阅读更多

智能摄像机的未来是64位处理


智能摄像机技术的未来在我们互相互动的方式中带来了深刻的变换,以及我们周围的世界。从监视非法伐木监测的雨林更安全,更高效的智能城市,对高级视觉技术的需求越来越多。不同和复杂的用例利用人工智能(AI)和机器lea ...“ 阅读更多

深度学习为电子组件自动光学检测提供快速,准确的对象检测解决方案


当自动化光学检测(AOI)工作时,几乎总是对人类的视觉检查。它可以更快,更准确,更一致,更便宜,而且它永远不会累。但是,对于人类来说非常简单的一些任务非常困难。对象检测是一个例子。例如,显示了一个含有猫,狗和鸭子的图像,人类可以Insta ......“ 阅读更多

为什么保护芯片如此困难和昂贵


关于从汽车到数据中心的所有内容中使用的芯片安全性的担忧正在以各种方式提高电子系统的成本和复杂性,一些显而易见的是,其他人更少。直到最近,半导体安全性被视为比真实的威胁更像是理论威胁。政府肯定担心通过控制安全系统的对手......“ 阅读更多

ML模型的市场能否实现?


开发人员在创建机器学习(ML)模型中的时间和努力,以供以跨各种应用程序使用的时间和努力支出。虽然这将继续随着市场成熟,但在某些时候,其中一些努力可能被视为一遍又一遍地重新发明模型。成功模型的开发人员是否有一个市场,他们可以将这些模型作为IP销售给其他D ...“ 阅读更多

HBM2E为内存带宽提高了棒材


AI / ML培训能力以每年10倍的速度增长,促进计算硬件和软件的各个方面的快速改进。HBM2E存储器是AI / ML培训高带宽要求的理想解决方案,但鉴于其2.5D架构需要额外的设计考虑因素。设计人员可以实现HBM2E存储器与硅验证的内存的完整优势......“ 阅读更多

用于连接不同数据的推动者和障碍


在制造过程的每一步都在收集更多的数据,这提高了将数据以新的方式组合以解决工程问题的可能性。但这远非易事,合并结果并不总是可能的。半导体行业对数据的渴求在制造过程中创造了大量数据。此外,半导体设计大大小小的现在也有…“ 阅读更多

解决自适应计算的现实世界AI产品化挑战


人工智能(AI)领域迅速移动,创新的步伐只加速。虽然软件行业已经成功地部署了AI生产,但硬件行业 - 包括汽车,工业和智能零售 - 仍处于AI产品化方面的初期。主要差距仍然存在阻碍AI算法的概念验证(POC)...“ 阅读更多

←更老的帖子
Baidu