中文 英语

标签:机器学习

神经结构与硬件加速器协同设计框架(普林斯顿/斯坦福)
通过技术文件链接- 2022年12月12日-意见:0

普林斯顿大学和斯坦福大学的研究人员发表了一篇名为“CODEBench: A Neural Architecture and Hardware Accelerator Co-Design Framework”的新技术论文。“最近，机器学习(ML)模型和加速器架构的自动协同设计引起了业界和学术界的极大关注。然而，大多数协同设计框架要么……»阅读更多

不要让你的ML加速器供应商告诉你“f字”
通过史蒂夫罗迪- 2022年12月8日-评论:0

设备中的机器学习(ML)推理正在风靡。几乎每一个用于移动电话、平板电脑、智能安全摄像头、汽车应用程序、无线系统等的新的片上系统(SoC)设计都需要大量的片上ML功能。这使得硅设计团队争相寻找ML处理能力，以添加到现有的处理引擎菜单中……»阅读更多

系统产量问题现在是高级节点的首要任务
通过劳拉·彼得斯- 2022年12月6日-评论:0

系统良率问题正在取代随机缺陷，成为半导体制造中最先进工艺节点的主要问题，需要更多的时间、精力和成本来实现足够的良率。产量是半导体制造业中最隐秘的话题，但也是最关键的，因为它决定了有多少芯片可以盈利销售。“在老节点上，b…»阅读更多

自动光学检测
通过埃德·斯珀林- 2022年11月7日-评论:0

建立良好的自动化检查模型需要收集更多的数据，包括好的和坏的数据。advest的研发工程师Vijay Thangamariappan解释了如何开发自动化光学检测模型，以数千针插座为例，说明机器学习如何帮助将缺陷退货率从2%降至零。他还解释了如何实现…»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

在内存小于256KB的智能边缘设备上训练ML模型
通过技术文件链接- 2022年10月11日-评论:0

麻省理工学院和麻省理工学院- ibm沃森人工智能实验室的研究人员发表了一篇名为“256KB内存下的设备训练”的新技术论文。“我们的研究使物联网设备不仅可以执行推理，还可以不断更新人工智能模型到新收集的数据，为终身设备学习铺平了道路。低资源利用率使深度学习更容易获得，可以有一个兄弟…»阅读更多

基于强化学习的更高效矩阵乘法算法(DeepMind)
通过技术文件链接- 2022年10月11日-评论:0

DeepMind的研究人员发表了一篇题为“用强化学习发现更快的矩阵乘法算法”的新研究论文。“在这里，我们报告了一种基于AlphaZero的深度强化学习方法，用于发现任意矩阵乘法的有效且可证明正确的算法，”论文中写道。在这里找到技术论文链接。及其…»阅读更多

简化AI边缘部署
通过埃德·斯珀林- 2022年10月10日-评论:0

Flex Logix产品副总裁Barrie Mullins解释了可编程加速器芯片如何简化边缘的半导体设计，芯片需要高性能和低功耗，但从头开始开发一切都太昂贵和耗时。可编程性允许这些系统与算法的变化保持同步，这可能会影响生命中的一切。»阅读更多

利用ML加速芯片热模拟
通过技术文件链接- 2022年10月2日-评论:0

Ansys的研究人员发表了一篇题为“用于芯片仿真的热机器学习求解器”的新技术论文。“热分析可以更深入地了解电子芯片在不同温度场景下的行为，并实现更快的设计探索。然而，利用FEM或CFD技术获取详细、准确的芯片热剖面非常耗时。Th……»阅读更多

ML可以帮助验证吗?也许
通过布莱恩•贝利- 2022年9月22日-意见:0

功能验证产生了大量的数据，可以用来训练机器学习系统，但并不总是清楚哪些数据有用，或者它是否有帮助。ML的挑战在于理解何时何地使用它，以及如何将它与其他工具和方法集成。有了一个足够大的锤子，很容易把所有东西都称为钉子，然后只是扔……»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