中文 英语

AI/ML工作负载需要额外的安全


对安全的需求遍及所有的电子系统。但考虑到数据中心机器学习计算(处理极有价值的数据)的增长,一些公司特别注意安全处理这些数据。所有常用的数据中心安全解决方案都必须付诸实施,但需要额外的努力来确保模型和数据集受到保护……»阅读更多

HBM2E提高内存带宽


AI/ML训练能力正以每年10倍的速度增长,这推动了计算硬件和软件各方面的快速改进。HBM2E内存是AI/ML训练的高带宽需求的理想解决方案,但考虑到它的2.5D架构,需要额外的设计考虑。设计人员可以实现HBM2E内存的充分好处与硅证明存储器…»阅读更多

一种用于快速芯片设计的图形布局方法


芯片布局规划是设计计算机芯片物理布局的工程任务。尽管进行了50年的研究,芯片布局规划仍然没有实现自动化,物理设计工程师需要花费数月的紧张努力才能生产出可制造的布局。在这里,我们提出了一种深度强化学习方法的芯片地板规划。在不到6个小时内,我们的方法自动…»阅读更多

连接不同数据的促成因素和障碍


在制造过程的每一步都收集了更多的数据,提高了以新方法结合数据来解决工程问题的可能性。但这远非简单,并不是总能将结果结合起来。半导体行业对数据的渴望在制造过程中产生了海量的数据。此外,半导体设计大大小小的现在哈…»阅读更多

用自适应计算解决现实世界的人工智能产品化挑战


人工智能(AI)领域发展迅速,创新的步伐只会加快。虽然软件行业已经成功地在生产中部署了人工智能,但硬件行业——包括汽车、工业和智能零售——在人工智能产品化方面仍处于起步阶段。仍然存在阻碍人工智能算法概念证明(PoC)从b…»阅读更多

从加速感知ML模型设计中获得更好的边缘性能和效率


机器学习技术的出现极大地受益于gpu、tpu和fpga等加速技术的使用。事实上,如果没有加速技术的使用,机器学习很可能只会留在学术界,不会产生它在当今世界所产生的影响。显然,机器学习已经成为解决……»阅读更多

更简单、更快地训练人工智能


训练一个人工智能模型需要花费大量的精力和数据。利用现有的培训可以节省时间和金钱,加速使用该模型的新产品的发布。但有几种方法可以做到这一点,最明显的是通过迁移和增量学习,每一种方法都有其应用和权衡。迁移学习和增量学习都需要一定的时间。»阅读更多

在系统层面设计芯片缺少什么


半导体工程与Ansys副总裁兼半导体总经理John Lee坐下来讨论先进封装和节点的设计挑战;Synopsys设计集团总经理Shankar Krishnamoorthy;西蒙·伯克,Xilinx杰出的工程师;以及加州大学圣地亚哥分校CSE和ECE教授Andrew Kahng。这个讨论是在Ansys IDEAS co.…»阅读更多

普适计算可能需要的六件事


毫无疑问,在未来的几十年里,数字技术将变得比现在更加普及。指数集团(expongroup)等组织认为,数字化应该是可持续发展的第一步,他们估计,通过帮助微调建筑、工厂和其他环境,到2030年或以后,硬件和软件可以帮助减少15%的排放。汽车排放……»阅读更多

对芯片设计的重大影响


从高性能计算到人工智能训练、游戏和汽车应用,对带宽的无限需求正在推动下一代高带宽内存的发展。HBM3将为每个堆栈带来2X的带宽和容量,以及其他一些好处。曾经被认为是一种“慢而宽”的存储技术,以减少信号流量延迟。»阅读更多

←旧的文章
Baidu