中文 英语

基于强化学习的更高效矩阵乘法算法(DeepMind)


DeepMind的研究人员发表了一篇题为“用强化学习发现更快的矩阵乘法算法”的新研究论文。“在这里,我们报告了一种基于AlphaZero的深度强化学习方法,用于发现任意矩阵乘法的有效且可证明正确的算法,”论文中写道。在这里找到技术论文链接。及其…»阅读更多

构建更快的计算机


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

利用人工智能改进医学图像处理


机器学习正在与医学图像处理相结合,这是医学诊断和手术中最有用的技术之一,极大地扩展了从扫描或MRI中收集到的有用信息的数量。在很大程度上,ML被用于增强医疗人员今天使用的手动流程。虽然我们的目标是将这些功能中的许多自动化,但这并不清楚。»阅读更多

EDA供应商扩大人工智能的使用


EDA供应商正在扩大人工智能和机器学习的使用,以整合多种工具,在半导体设计流程的多个点上提供连续性和一致数据的访问。虽然差距仍然存在,但来自许多EDA工具提供商的早期结果表明,在性能、功率和上市时间方面有显著改进。AI/ML已经在EDA中部署了一段时间。不过,……»阅读更多

新利体育在线完整版软硬件协同设计成为现实新利娱乐群


在过去的20年里,油气行业一直在寻求硬件/软件协同设计的概念。在取得进展的同时,软件/硬件协同设计似乎有着更加光明的未来。为了理解这两种方法之间的区别,有必要定义一些基础知识。硬件/软件协同设计本质上是一个自下而上的过程,其中硬件是开发的…»阅读更多

从芯片内部监控性能


在芯片内部而不是外部生成的深度数据,在每个新的工艺节点和高级封装中变得越来越重要。Uzi Baruch, proteanTecs的首席战略官,与半导体工程公司谈论使用这些数据在现场导致故障之前识别潜在的问题,以及为什么在整个生产过程中监控这些设备是至关重要的。»阅读更多

降低人工智能能耗的11种方法


随着机器学习行业的发展,重点已经从仅仅解决问题扩展到更好地解决问题。“更好”通常意味着准确性或速度,但随着数据中心的能源预算爆炸,机器学习走向边缘,能源消耗已经取代了准确性和速度,成为一个关键问题。神经网络有许多方法。»阅读更多

EDA中的机器学习障碍


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

权衡提高性能,降低功耗


在竞争激烈的市场中,通用芯片不再被接受,随着设计变得越来越异构,并针对特定的工作负载和应用程序,这种趋势正在增长。从边缘到云端,包括从车辆、智能手机到商业和工业机械,越来越多的趋势是用最少的能源最大化性能。这个…»阅读更多

AI系统可靠性的另一面


在无处不在的电子产品中加入智能会产生一些后果,但不一定是大多数人所期望的。如今,几乎所有的电子产品都内置或添加了某种“智能”功能。这可以像一个烟雾报警器一样简单,当电池电量不足时提醒你,一个家庭助手可以了解你的日程安排并将恒温器调高或调低,或者一个r…»阅读更多

←老帖子
Baidu