推理边缘的挑战。
边缘的人工智能与云中的人工智能非常不同。Flex Logix的解决方案架构师总监Salvador Alvarez谈到了为什么具有内置可编程性的专用推理芯片比通用处理器更高效和可扩展,为什么高性能模型对于获得准确的实时结果至关重要,以及低功耗和环境温度如何影响这些设备的性能和预期寿命。
评论*
的名字*(注:此名称将公开显示)
电子邮件*(不会公开展示)
Δ
定制化、复杂性和地缘政治紧张局势是如何颠覆全球现状的。
Imec的计算路线图;美国对华为为目标;美印。特遣部队;China-Bolivia交易;布鲁克揭开了白光干涉测量系统;三星量化可持续性;麦肯锡指出了美国晶圆厂建设的问题;发光二极管。
一个专家小组解决了2D材料的潜力,1000层NAND,以及招聘人才的新方法。
fpga可以做到体积小、功耗低、性价比高。
技术和业务挑战依然存在,但势头正在积聚。
EDA社区如何准备应对即将到来的挑战尚不清楚。
近50家公司超过5000亿美元新投资的细节;扩张热潮的背后是什么,为什么是现在,以及未来的挑战。
精度越低,功率就越低,但要做到这一点,标准是必须的。
开源处理器核心开始出现在异构的soc和包中。
新的应用需要对不同类型DRAM的权衡有深刻的理解。
开源本身并不能保证安全性。这仍然归结于设计的基本原理。
113家创业公司融资35亿美元;电池、人工智能和新架构位居榜首。
留下回复