中文 英语

标签:精度

简化AI边缘部署
通过埃德·斯珀林- 2022年10月10日-评论:0

Flex Logix产品副总裁Barrie Mullins解释了可编程加速器芯片如何简化边缘的半导体设计，芯片需要高性能和低功耗，但从头开始开发一切都太昂贵和耗时。可编程性允许这些系统与算法的变化保持同步，这可能会影响生命中的一切。»阅读更多

算法HW框架，最大限度地降低精度退化，数据移动和DNN加速器的能源消耗(佐治亚理工学院)
通过技术文件链接- 2022年8月31日-评论:0

这篇题为“克服混合信号DNN加速器缺陷的算法-硬件协同设计框架”的新研究论文由佐治亚理工学院的研究人员发表。根据论文的摘要，“近年来，基于内存处理(PIM)的混合信号设计已被提出作为具有超高吞吐量的能源和面积高效解决方案来加速DNN通信……»阅读更多

机器学习应用于早期功率分析精度的提高
通过西门子EDA- 2022年7月19日-意见:0

在本文中，我们介绍了一个机器学习(ML)应用程序，它可以准确地估计单元的开关功率，而不需要SPEF文件(SPEF少PA流)。在7nm工艺条件下，对三种ML模型(多元线性回归、随机森林和决策树)进行了训练和测试。他们训练使用不同的细胞的可用属性，SPEF，和…»阅读更多

构建更快的计算机
通过布莱恩•贝利- 2022年4月14日-意见:3

为了创造更快的计算机，计算机行业必须后退一大步，重新审视半个世纪前做出的选择。最有可能的方法之一是放弃对决定论的要求，这正在以几种不同的形式进行尝试。自从冯·诺依曼(von Neumann)计算机体系结构建立以来，对体系结构进行了小的、增量的改进……»阅读更多

AI调试过程中的漏洞
通过布莱恩•贝利- 2021年11月23日-意见:0

当AI算法在现场部署并给出一个意想不到的结果时，通常不清楚该结果是否正确。到底发生了什么?错了吗?如果是，是什么导致了错误?这些问题通常不容易回答。此外，与所有验证问题一样，找到根本原因的唯一方法是将问题分解为可管理的部分。semico……»阅读更多

提高卫星导航系统的精度
通过布来安梅奥- 2021年10月20日-评论:0

对全球导航卫星系统(GNSS)星座的依赖日益增加，这引起了人们对信号不可用(即使是短时间)时会发生什么情况的担忧。GNSS系统以我们通常看不到的方式影响着我们的日常生活，从位置服务到手机计时。事实上，这些卫星已经成为关键基础设施的必要组成部分，以及更高的通信效率。»阅读更多

EDA中的机器学习障碍
通过布莱恩•贝利- 2021年4月28日-评论

EDA是使用机器学习(ML)的合适空间吗?答案取决于许多因素，包括它究竟应用在哪里，有多少来自行业的支持，以及是否有明显的优势。ML究竟在哪里发挥作用还没有决定。例如，用机器学习取代现有的启发式方法将需要整个行业……»阅读更多

如何测量ML模型的准确性
通过布来安梅奥- 2021年4月1日-评论:0

机器学习(ML)是基于旧数据对新数据进行预测。任何机器学习算法的质量最终都由这些预测的质量决定。然而，没有一种通用的方法来衡量所有ML应用程序的质量，这对机器学习的价值和有用性有广泛的影响。“每个行业，每个时代……»阅读更多

更快、低功耗人工智能系统的隐藏成本
通过埃德·斯珀林- 2021年1月20日-意见

芯片制造商正在为智能设备打造更好的性能和能源效率数量级的产品，但为了实现这些目标，他们也在做出权衡，这些权衡将产生深远、持久、在某些情况下未知的影响。这种活动在很大程度上是将情报推到边缘的直接结果，在那里需要处理、分类和管理大量增加的数据。»阅读更多

无矩阵数学的神经网络
通过凯瑟琳德比郡- 2020年9月17日-评论:0

加速人工智能系统的挑战通常意味着增加更多的处理元素和精简算法，但这些方法并不是前进的唯一途径。几乎所有的商业机器学习应用都依赖于人工神经网络，这些神经网络使用带有反向传播算法的大型数据集进行训练。网络首先分析一个训练示例，通常分配…»阅读更多

←老帖子

  • 赞助商

关于

导航

与我们联系

版权所有©2013-2023 SMG |服务条款|隐私政策
Baidu