中文 英语

芯片在元宇宙中的挑战


元世界正在推动芯片设计的极限,尽管不确定这些设备最终需要多少原始马力才能提供沉浸式的增强、虚拟和混合现实的混合。开发这些系统的最大挑战是能够实时处理混合数据类型,同时数据以闪电般的速度不间断地移动。这需要积分。»阅读更多

PCB x射线检测公开数据集(FICS-佛罗里达大学)


佛罗里达大学佛罗里达网络安全研究所(FICS)的研究人员发表了一篇题为“FICS PCB x射线:自动印刷电路板层间检测的数据集”的技术论文。摘要:多年来,计算机视觉和机器学习的突破为印刷电路自动x射线检测(AXI)铺平了道路。»阅读更多

推动EUV掩模修复的极限:使用下一代电子束掩模修复工具解决10纳米以下的缺陷


“掩模修复是极紫外(EUV)掩模制造过程中必不可少的一步。它的主要挑战是不断提高分辨率和控制,以沿着EUV路线图修复掩模上不断缩小的特征尺寸。最先进的掩模修复方法是气体辅助电子束(电子束)光刻,也称为聚焦电子束。»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

GPU高速图像处理


通过同时使用CPU和GPU,我们提高了图像测试中经常使用的滤波函数的速度。该特性由T2000 CMOS图像传感器解决方案中的图像处理库(IPL)提供。接下来,我们正在开发的新图像处理引擎IPE比现有引擎IPE3(图像处理引擎3)快6倍。作者:Chiezo……»阅读更多

使用RISC-V


RISC-V势头强劲,但使用这个开源处理器核心并不像插入一个商业IP那么简单。Codasip的CTO Zdenek Prikryl谈到了如何利用管理程序和开源工具以及RISC-V指令集架构的扩展,设计团队可能会遇到问题,随着架构变得更加成熟,会发生什么变化,以及与RISC-V指令集架构的区别。»阅读更多

改进工业流程


工业图像处理是当今制造业自动化最重要的驱动力之一。根据应用程序的不同,对摄像机的要求有很大不同。可以采用不同的测量方法(2D, 2.5D, 3D),空间和时间分辨率和扫描速率。传感器的分辨率和动态范围对于生产线上的光学检测至关重要。»阅读更多

设计一个AI SoC


Synopsys网络和存储副总裁Susheel Tadikonda研究了如何在人工智能芯片中实现规模经济,以及在所有不同的架构中共同的元素在哪里。https://youtu.be/fm0kxnj3DuM»阅读更多

如何用高级合成开发一个图像处理IP设计从c++源代码


想象一下,你在一个设计上花了很长时间,却发现你需要在你的目标带出前几个月添加新的(更复杂的)功能。如何在相同的时间框架内交付预期的性能和功能?对于博世来说,高级合成(HLS)提供了解决方案。在本文中,我们将讨论HLS技术如何使团队满足一个积极的sche…»阅读更多

ARM收购Apical


[getentity id="22186" comment="ARM"]完成对[getentity id="22917" comment="Apical Ltd."的收购3.5亿美元现金。Apical提供嵌入式计算机视觉和成像技术,ARM表示,该技术已被用于超过15亿部智能手机,以及约3亿部其他消费和工业设备,如数码相机、互联网协议相机等。»阅读更多

Baidu