中文 英语

回顾DL边缘推理的工具和技术


新技术论文题为“有效加速深度学习推理在资源受限的边缘设备:回顾”发表在“美国IEEE”密苏里大学和德州理工大学的研究人员。文摘:成功的深层神经网络集成(款)或深度学习(DL)导致了在许多领域的突破。然而,部署这些…»阅读更多

使用硅光子学减少延迟在边缘设备上


一个新的技术论文题为“非定域化的光子深度学习在互联网上的优势”是由麻省理工学院的研究人员和诺基亚公司出版的。“每当你想要运行一个神经网络,你需要运行这个程序,你可以运行程序和速度取决于你如何快速管道从内存中的程序。我们的管子是巨大的——它对应于发送一个完整的feature-leng……»阅读更多

培训毫升模型边缘一个智能设备上使用小于256 kb内存


新技术论文题为“设备内置训练在256 kb内存”由麻省理工学院研究人员发表和MIT-IBM沃森AI实验室。”我们的研究不仅可以使物联网设备进行推理,也不断更新AI模型新收集的数据,设备内置终身学习铺平了道路。资源利用率低使更多的人接受深度学习,可以有一个弟弟……»阅读更多

64位RISC-V微处理器为物联网优势发展提供了新的选择


全球和迅速扩大物联网边缘设备越来越重要的连接各种传感器通过网络到云。物联网边缘设备逐步整合64位微处理器能够运行Linux和类似的高性能操作系统。此外,最近的进出口监管变化产生了需要选择CPU架构麦克风……»阅读更多

实现2 d材料设备的物联网安全


的一个新的研究论文题为“应用2 d材料在物联网硬件安全:进展和视角”由新加坡国立大学的研究人员发表和* *。本文探讨了“实现的硬件安全使用二维材料,例如,真正的随机数生成器(TRNGs),物理unclonable功能(PUFs),伪装,和蚂蚁……»阅读更多

小说In-Pixel-in-Memory (P2M)范式边缘智力(USC)


新技术论文题为“资源受限的TinyML应用processing-in-pixel-in-memory范式”研究人员发表的南加州大学(USC)。报导称,“我们提出一种新颖的Processing-in-Pixel-in-memory (P2M)范式,通过添加支持自定义像素阵列模拟多通道,multi-bit卷积,批normaliza……»阅读更多

有效的神经形态人工智能芯片:“NeuroRRAM”


新技术论文题为“compute-in-memory芯片基于电阻随机存取存储器”发表了斯坦福大学的国际研究团队,加州大学圣地亚哥分校,匹兹堡大学、圣母大学和清华大学。论文的文摘州”co-optimizing所有层次算法和体系结构设计的电路和设备,我们现在…»阅读更多

进行边缘检测与振荡神经网络Hetero-associative记忆


新的研究论文题为“振荡神经网络作为图像边缘检测Hetero-Associative记忆”从LIRMM Laboratoire d 'Informatique de Robotique et de Microelectronique de蒙彼利埃。文摘”要处理越来越多的数据在边缘设备,如摄像头、促使人工智能(AI)集成在边缘。典型的图像处理我……»阅读更多

多路复用波长超低功耗计算光子优势


抽象的“深层神经网络(款)的进步科技正在改变。然而,最强大的计算要求的增加款限制部署在低功耗设备,如智能手机和传感器,这种趋势加速的同时实现物联网(物联网)设备。无数的努力正在进行中,以降低能耗,但是……»阅读更多

安全边缘


半导体工程坐下来讨论安全边缘与史蒂文哇,企业解决方案的副总裁在Rambus技术和杰出的发明家,克丽丝阿迪,执行董事格言集成;副总裁和史蒂夫罗迪手臂的产品学习小组。以下是摘录的谈话。查看本文的第一部分,请点击这里。第二部分我…»阅读更多

←旧的文章
Baidu