中文 英语

嵌入式GPU平台上的热成像评价车辆辅助系统的应用程序


抽象的“这项研究的重点在于评估热对象的实时性能检测的智能和安全的车辆系统在GPU上部署培训网络和单片机EDGE-GPU车载汽车传感器套件测试的计算平台。小说组成的大规模数据集热> 35000不同的帧被收购,加工,开源challengin……»阅读更多

推测不同于训练在机器学习应用程序如何


机器学习(ML)的系统开发方法采用完全不同的编程风格比历史上用于计算机科学。这种方法使用示例数据训练模型,使机器学习如何执行一项任务。毫升训练与每个新的训练数据块高度迭代生成数以万亿计的操作。tr的迭代特性……»阅读更多

什么是xPU ?


几乎每天都有一个宣布一个新的处理器体系结构,并给出了一个三个字母的缩写,TPU, IPU,转专业。但真正区分他们?真的有很多独特的处理器架构,还是别的事情发生?2018年,约翰轩尼诗和大卫·A·帕特森把图灵讲座,题目是“一个新的黄金时代计算机体系结构……»阅读更多

改变数据中心服务器的体系结构


数据中心正在发生根本性转变,提高服务器利用率,提高效率,优化结构,所以可用计算资源杠杆需要他们的地方。传统上,数据中心还建有机架式服务器,每台服务器提供计算、内存、互连,可能加速资源。但是当选择一个服务器,一些的……»阅读更多

HBM3:对芯片设计产生重大影响


对带宽的需求永不满足从高性能计算到人工智能训练、游戏、和汽车应用是推动发展的新一代的高带宽内存。HBM3 2 x将在每个堆栈带宽和容量,以及一些其他好处。曾经被认为是“缓慢而宽”内存技术来减少信号交通菲律宾人质……»阅读更多

漏水的伙伴:综合CPU-GPU系统跨组件的秘密通道


在这里找到技术论文链接。文摘:“图形处理单元(gpu)随处可见组件用于今天的计算平台的范围,从手机和平板电脑,通过个人电脑,高端服务器类平台。越来越重要的图形和视频工作负载,最近处理器附带GPU设备集成在同一气……»阅读更多

通过自动高效Multi-GPU共享内存优化细粒度的转移


密歇根Harini Muthukrishnan (U);大卫Nellans——丹尼尔·拉斯帝格(英伟达);杰弗里·a·菲斯勒,托马斯Wenisch密歇根(U)。抽象——“尽管继续inter-GPU通信机制的研究,从multiGPU系统提取性能仍然是一个重大挑战。Inter-GPU沟通通过批量DMA-based转移公开数据传输延迟GPU的关键…»阅读更多

人工智能建筑注意事项


定制芯片,贴上人工智能(AI)或机器学习(ML),每周出现,每个自称是10倍的速度比现有设备或使用1/10的力量。这是否足以取代现有的体系结构,如gpu和fpga,或者他们是否会生存与架构还不清楚。或机会,问题是t…»阅读更多

首席执行官前景:更多的数据,更多的集成、期限相同


专家在餐桌上:半导体工程坐下来讨论未来的芯片设计和EDA工具Lip-Bu Tan CEO的节奏;首席执行官西蒙segar臂;西门子公司的执行副总裁约瑟夫•Sawicki IC EDA;首席执行官约翰Kibarian PDF的解决方案;普拉卡什Narain,总裁兼首席执行官的真正的意图;总裁兼首席执行官迪恩Drako IC管理;首席执行官和Babak塔Silvaco。什么……»阅读更多

权衡提高性能,较低的权力


通用芯片不再是可接受的在竞争激烈的市场中,趋势是增长的设计越来越异构和针对特定工作负载和应用程序。从边缘到云,包括从汽车、智能手机、商业和工业机械,对最大化性能趋势日益使用最少的能源。这个…»阅读更多

←旧的文章 新帖子→
Baidu