中文 英语

标签:欧姆定律

管理晶圆重测
通过安妮Meixner- 2021年5月19日-意见

每个晶圆测试触控都需要在良好的电接触和防止损坏晶圆和探针卡之间取得平衡。如果做错，可能会破坏晶圆和定制探针卡，导致良率低，以及现场故障。实现这种平衡需要良好的晶圆探测工艺流程以及由此产生的工艺参数的监控，其中很大一部分是…»阅读更多

降低人工智能能耗的11种方法
通过布来安梅奥- 2021年5月13日-意见

随着机器学习行业的发展，重点已经从仅仅解决问题扩展到更好地解决问题。“更好”通常意味着准确性或速度，但随着数据中心的能源预算爆炸，机器学习走向边缘，能源消耗已经取代了准确性和速度，成为一个关键问题。神经网络有许多方法。»阅读更多

开发人员转向模拟神经网络
通过布来安梅奥- 2021年5月6日-意见

机器学习(ML)解决方案正在各种各样的行业中激增，但绝大多数的商业实现仍然依赖于数字逻辑的解决方案。除了内存计算之外，模拟解决方案大多局限于大学和神经形态计算的尝试。然而，这种情况正在开始改变。“Everyon…»阅读更多

查找高级包中的开放缺陷
通过安妮Meixner- 2021年3月17日-意见:4

捕捉芯片封装中的所有缺陷变得越来越困难，需要混合电气测试、计量筛选和各种类型的检查。这些芯片的应用越关键，付出的努力和成本就越大。潜在的开放缺陷继续成为测试、质量和可靠性工程的祸害。封装中的开放缺陷发生在芯片到基板之间。»阅读更多

AI边缘芯片的内存问题
通过马克LaPedus- 2020年3月23日-评论

有几家公司正在为网络边缘的系统开发或增强AI芯片，但供应商面临着各种各样的挑战，围绕着进程节点和内存选择，这些挑战在不同的应用程序之间差异很大。网络优势涉及一系列产品，从汽车、无人机到安全摄像头、智能音箱，甚至企业服务器。所有这些应用。»阅读更多

复杂性对安全性的影响
通过埃德·斯珀林- 2019年5月1日-评论:0

Rambus安全部门的产品管理高级总监Ben Levine解释了为什么安全现在依赖于越来越多的组件以及这些组件之间交互的影响。这对于AI芯片来说尤其成问题，无论是在训练方面还是在推理方面，训练方面的安全问题都可能改变AI推理的模型。»阅读更多

为神经形态计算集成忆阻器
通过凯瑟琳德比郡- 2018年5月16日-意见

目前关于神经形态计算的大部分研究都集中在使用非易失性存储阵列作为人工神经网络(ann)的内存计算组件。通过使用欧姆定律将存储的权重应用于传入信号，并使用基尔霍夫定律来总结结果，忆阻器阵列可以加速人工神经网络算法中的许多乘法累积步骤。ann正在被降级…»阅读更多

三维神经形态架构
通过凯瑟琳德比郡- 2017年12月11日-评论

矩阵乘法是传统神经网络中的关键运算。网络的每个节点接收一个输入信号，将其乘以某个预定的权重，并将结果传递给下一层节点。虽然信号的性质、用来确定权重的方法以及期望的结果都取决于具体的应用，但计算任务很简单。»阅读更多

走向神经形态设计
通过凯瑟琳德比郡- 2017年10月25日-评论

本系列的第一部分讨论了生物大脑中学习和记忆的机制。每个神经元都有许多纤维，它们通过突触连接到相邻的神经元。细胞内钾、钙等离子的浓度与细胞外的浓度不同。细胞膜因此起着电容器的作用。当一个刺激被接受时，神经元释放神经元。»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