中文 英语

标签:推断法

人工智能在汽车领域的意义何在
通过埃德·斯珀林- 2023年2月2日-评论:0

与会专家:半导体工程公司坐下来讨论了人工智能在汽车领域的意义以及主要挑战，Flex Logix首席执行官Geoff Tate;Quadric首席执行官Veerbhan Kheterpal;percepter首席执行官Steve Teig;以及Syntiant首席执行官库尔特·布希。以下是这次对话的节选，是在设计展的现场观众面前进行的。SE: A在哪里?»阅读更多

芯片推理中的复杂权衡
通过官约翰- 2022年10月17日-评论:0

设计AI/ML推理芯片正成为一个巨大的挑战，因为应用程序的多样性以及每种应用程序的高度特定的功耗和性能需求。简单地说，一种尺寸不适合所有情况，并且不是所有应用程序都能负担得起定制设计。例如，在零售店跟踪中，经过某一通道的顾客有5%或10%的误差是可以接受的……»阅读更多

提高NLP应用的训练/推理的能量效率的技术，包括功率封顶和能量感知调度
通过技术文件链接- 2022年8月17日-评论:0

这篇新的技术论文名为“强大的力量，巨大的责任:为训练语言模型减少能量的建议”，来自麻省理工学院和东北大学的研究人员。摘要:“当前自然语言处理模型的能量需求继续以快速、不可持续的速度增长。最近强调这一问题的研究得出结论，迫切需要……»阅读更多

模拟机能否卷土重来?
通过布莱恩•贝利- 2022年6月9日-评论:3

我们生活在一个由数字处理主导的模拟世界，但这种情况可能会改变。领域特异性，以及对更高层次优化的渴望，可能会为模拟计算提供一些显著的优势——以及卷土重来的可能性。在过去的四十年里，数字缩放和灵活性的优势已经拉近了模拟和数字之间的分界线……»阅读更多

转换加速器芯片的AI模型
通过埃德·斯珀林- 2022年5月17日-意见:0

人工智能就是要加速数据的移动和处理。Flex Logix的解决方案架构师Ali Cheraghi讨论了为什么需要将浮点数据转换为整数点数据，这将如何影响功率和性能，以及量化的不同方法如何在这个公式中发挥作用。»阅读更多

通过卓娅哈桑- 2022年4月6日-评论:0

物联网(IoT)和人工智能(AI)导致了数据生成的大幅增长，同时，人们也需要更快、更有效地处理数据。数据中心被称为“数据海啸”，预计到2030年将消耗全球约五分之一的能源。这种数据爆炸正在推动一波初创公司寻求在定制加速器中立足……»阅读更多

机器学习应用中的推理与训练有何不同
通过山姆富勒- 2022年1月6日-意见:0

基于机器学习(ML)的系统开发方法采用了与计算机科学历史上使用的编程风格完全不同的编程风格。这种方法使用示例数据来训练模型，使机器能够学习如何执行任务。ML训练是高度迭代的，每个新的训练数据都会产生数万亿次操作。试验的迭代性质…»阅读更多

ML在EDA中的应用
通过埃德·斯珀林- 2021年9月20日-评论:0

由于数据密度和复杂性的增加导致数据量的增长，机器学习对于设计芯片来说越来越重要。Xilinx的AI产品营销总监Nick Ni研究了为什么机器学习在高级节点上越来越受欢迎，它现在在哪里被使用，未来将如何使用，结果的质量与ML相比如何，以及什么是…»阅读更多

动态硬件如何有效解决神经网络的复杂性问题
通过山姆富勒- 2021年9月2日-评论:0

考虑到神经网络模型的高计算要求，高效的执行是至关重要的。当每秒执行数万亿次时，即使是最微小的效率低下，也会在芯片和系统层面上变成巨大的效率低下。由于人工智能模型在复杂性和规模上不断扩大，因为它们被要求在(人工)智能方面变得更像人类，这是一个非常困难的问题。»阅读更多

安全可靠的机器学习
通过埃德·斯珀林- 2021年7月15日-意见:0

在现实世界中部署机器学习与在实验室中开发和测试机器学习有很大不同。Xilinx的人工智能系统架构师Quenton Hall研究了推理和训练方面的安全影响，准确性中断的可能性，以及这些模型和算法在边缘和云中使用时的可访问性。这涉及到一切……»阅读更多

←老帖子

  • 赞助商

关于

导航

与我们联系

版权所有©2013-2023 SMG |服务条款|隐私政策
Baidu