3 nm: soc之间的界限模糊,多氯联苯和包


尖端芯片制造商,铸造厂和EDA公司推进3海里,他们遇到一长串挑战质疑整个系统是否需要缩小到芯片或一个包。7和5 nm,问题是众所周知的事情。事实上,5 nm似乎更进化的7纳米方向上的重大转变。但在3海里,…»阅读更多

建筑推论芯片的挑战


把训练算法在该领域工作是创建一个疯狂的活动在整个芯片世界,促使设计,从特制的专用处理器和加速器更广义扩展现有的和silicon-proven技术。目前可以确定的是,没有一个单一的芯片架构被视为推论的首选解决方案。机器学习是……»阅读更多

机器学习推论移动到移动设备


这听起来可能有点复古对于开发人员访问超大型数据中心讨论应用程序可以以千字节,但越来越多的重点是小,高度能力的设备。事实上,谷歌员工研究工程师Pete Warden指向一个新的应用程序,它使用小于100 kb内存和存储,创建一个小于20 kb推理模型,并能够处理……»阅读更多

在内存中处理


添加处理直接进入内存越来越严重,特别是对于应用的数据量很大,移动它各种记忆和处理器之间来回需要太多的精力和时间。处理器插入内存的概念已经出现间歇性地在过去的十年里作为一个可能的未来发展方向,但这是被视为一个e…»阅读更多

ML-Specific芯片的优点,缺点


半导体工程与罗伯•艾特肯坐下,一只手臂的;首席执行官Raik Brinkmann OneSpin解决方案;副总裁帕特里克Soheili eSilicon业务和企业发展;首席执行官和克里斯再生草Babblelabs。以下是摘录的谈话。第一部分,请点击这里。第二部分在这里。SE:机器学习行业知识,跟上届…»阅读更多

架构设计的人工智能


半导体工程坐下来谈论今天所需要的使人工智能训练和推论Manoj Roge,副总统在Achronix战略规划;泰Garibay,首席技术官Arteris IP;首席执行官克里斯再生草Babblelabs;杰出工程师David白色节奏;程,高级副总裁在Flex Logix工程;Raik Brinkmann,总裁兼首席执行官阿…»阅读更多

安全漏洞在机器学习和人工智能


机器学习和人工智能开发人员开始检查训练数据的完整性,在一些情况下,将用于训练数百万甚至数十亿的设备。但这是一开始就变成了巨大的努力,因为今天没有人确切知道如何训练数据可以损坏,或者要做什么如果是损坏。机器学习,深入学习和arti……»阅读更多

机器学习的限制


半导体工程与罗伯•艾特肯坐下,一只手臂的;首席执行官Raik Brinkmann OneSpin解决方案;副总裁帕特里克Soheili eSilicon业务和企业发展;首席执行官和克里斯再生草Babblelabs。以下是摘录的谈话。第一部分,请点击这里。SE:机器学习中的问题依赖于算法是错误的…»阅读更多

机器学习的限制(第1部分)


半导体工程与罗伯•艾特肯坐下,一只手臂的;首席执行官Raik Brinkmann OneSpin解决方案;副总裁帕特里克Soheili eSilicon业务和企业发展;首席执行官和克里斯再生草Babblelabs。以下是摘录的谈话。与机器学习SE:我们在哪里?仍然需要解决什么问题?艾特肯:我们在一个国家,这……»阅读更多

Babblelabs:深度学习语音处理


发音为“胡言乱语实验室”,创业的企业家(getperson id = " 11244 "评论=“Chris再生草”)是将语音处理和将利用深度学习。再生草,Babblelabs的首席执行官,曾在一段时间内移动的处理更多的通用硬件,应用分层上,所以这不是令人惊讶的他……»阅读更多

Baidu