中文 英语

标签:MLPerf

人工智能专用集成电路将越来越面向特定应用
通过Anand Joshi- 2022年10月10日-评论:0

早在2017年，我就写过一篇关于AI asic并不完全是asic的文章。不称AI加速芯片为ASIC的主要原因之一是，历史上ASIC或特定应用集成电路指的是具有有限可编程性的固定硬件块。另一方面，AI asic通过Tensorflow等框架提供了重要的编程，重点是它们……»阅读更多

新方法创造新机会
通过布莱恩•贝利- 2021年4月27日-意见:0

与会专家:半导体工程公司坐下来讨论开源验证在今天意味着什么，以及它应该发展成什么，西门子EDA仿真部门高级总监Jean-Marie Brunet;Axiomise首席执行官Ashish Darbari;Imperas Software首席执行官Simon Davidmann;DARPA微系统技术办公室项目经理Serge Leef;刘涛，员工hardwa…»阅读更多

优化到底是什么?
通过布莱恩•贝利- 2020年9月24日-评论:0

你不可能在不理解它的情况下优化它。虽然我们天生就明白这意味着什么，但我们经常忙于实现某些东西，以至于无法停下来思考。有些人可能甚至不确定他们应该优化的是什么，这使得很难知道你是否成功了。这是David Patterson教授在Embedde上传达的一个关键信息。»阅读更多

人工智能基准的黑暗世界
通过安Mutschler- 2020年4月30日-意见:0

在过去几年里，人工智能初创公司一直在以惊人的速度涌现，同时一直在兜售TOPS基准数据。但它的真正含义是什么? TOPS数字是否适用于所有应用程序?答:这取决于多种因素。从历史上看，每一类设计都在产品开发和定位中使用某种标准基准。例如，SPEC…»阅读更多

MLPerf基准
通过埃德·斯珀林- 2019年12月11日-评论

Flex Logix的首席执行官Geoff Tate谈论了新的MLPerf基准，该基准中缺少了什么，以及哪些与边缘推理相关。»阅读更多

加速边缘计算
通过埃德·斯珀林- 2019年11月7日-评论

作为一种限制需要推到云端进行处理的数据量的方式，边缘技术正开始形成，这为计算架构的大规模转变以及芯片制造商在一个新的、利润丰厚的市场上争夺一席之地奠定了基础。到目前为止，还不清楚哪种架构会胜出，也不清楚数据将如何以及在哪里在需要的数据之间进行分区。»阅读更多

  • 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