中文 英语

标签:毫升

变异性变得更有问题，更多样化
通过凯伦·海曼- 2022年12月12日-意见:0

随着晶体管密度的增加，无论是在平面芯片还是在异质高级封装中，工艺可变性都变得越来越成问题。在纯粹数字的基础上，还有更多的事情可能出错。“如果你有一个500亿个晶体管的芯片，那么就有50个地方可能发生十亿分之一的事件，”Synopsys研究员罗布·艾特肯(Rob Aitken)说。如果英特尔…»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

用于鲁棒和数据高效的深度监督学习的多专家对抗正则化
通过三星- 2022年11月16日-评论:0

深度神经网络(DNNs)在训练数据丰富且分布与测试数据相同的情况下可以达到较高的精度。在实际应用中，数据不足常常是一个问题。对于分类任务，训练集中缺乏足够的标记图像往往会导致过拟合。另一个问题是训练和测试域之间的不匹配，这导致…»阅读更多

提高汽车的可靠性
通过官约翰- 2022年11月14日-评论:0

汽车制造商正在转向预测性和预防性维护，以提高日益电气化的汽车的安全性和可靠性，这为更多的内部和外部传感器以及更智能的解释和对这些传感器产生的数据做出反应创造了条件。汽车内部的芯片数量一直在稳步增长，不管它们是否由电动汽车驱动。»阅读更多

GDDR6内存支持高性能AI/ML推断
通过弗兰克铁- 2022年11月10日-评论:0

推理模型的规模和复杂性的迅速增长，使得在网络边缘和端点设备上部署越来越强大的硬件成为必要。为了让这些推断处理器和加速器能够获得数据，需要提供极高带宽的最先进的内存。这篇博客将探讨GDDR6如何支持artif的内存和性能要求。»阅读更多

保护数据中心AI/ML工作负载的加速器刀片
通过简•牧杖- 2022年10月25日-评论:0

数据中心为其个人客户处理大量的AI/ML训练和推断工作负载。如此大量的工作负载需要高效的处理，为了处理这些工作负载，我们看到市场上出现了许多新的解决方案。其中一种解决方案是可插拔的加速器刀片，通常部署在大规模并行阵列中，实现了最新的尖端技术。»阅读更多

汽车安全技术带来新的IC设计挑战
通过官约翰- 2022年10月6日-评论

随着芯片制造商在汽车芯片中加入更多智能，AI/ML在汽车中的作用正在扩大，为更安全的车辆、更少的事故、但更复杂的电子系统创造了条件。虽然完全自动驾驶还在遥远的地平线上，但短期内的重点是确保司机意识到周围发生的事情——行人、物体或汽车。»阅读更多

用PeakForce QNM原子力显微镜进行深度学习分类和建立结构性质预测
通过力量- 2022年9月7日-评论:0

机器学习，特别是深度学习，是一种强大的工具，可以建立微观结构与体积特性之间存在(或不存在)相关性，并能够充实其他方法难以建立的关系和趋势。本应用笔记讨论了深度学习工具的使用，以探索AFM阶段和PeakForce定量纳米力学(QNM)的应用。»阅读更多

新汽车面临的挑战越来越多
通过官约翰- 2022年9月6日-评论:0

电子产品正成为汽车制造商的主要差异化标志，它增加了一系列选项，可以改变一切，从车内人员与周围环境的互动方式，到汽车的驾驶方式。但是，支持这些功能所需的基础设施也引发了一系列技术和业务问题，这些问题目前还没有简单的答案。例如，新的……»阅读更多

芯片制造商为无线接入网建模人工智能
通过玛莎DeGrasse- 2022年8月22日-评论:0

为智能手机提供动力和连接的芯片，如今已成为我们习以为常的一系列日常任务的基础，从上网到拍照，再到问Siri或谷歌预报是否有雨。大多数人都不会再三考虑这些任务对半导体的相互冲突的要求，但对于领先芯片制造商的工程师来说，这种平衡的问题…»阅读更多

←老帖子

  • 赞助商

关于

导航

与我们联系

版权所有©2013-2022 SMG |服务条款|隐私政策
Baidu