标签:稀疏

11减少人工智能能量消耗的方法
通过布来安梅奥2021年5月- 13 -评论:1

随着机器学习行业的发展,重点已从过去仅仅解决问题更好地解决这个问题。“更好”常常意味着精度和速度,但随着数据中心能源预算爆炸和机器学习转移到边缘,取而代之的是能源消耗与精度和速度是一个关键问题。有很多方法神经……»阅读更多

人工智能推理加速度
通过埃德·斯珀林9月- 14,2020 -评论:0

的首席执行官杰夫•泰特Flex Logix,谈到考虑在选择一个AI推理加速器,如何在与其他适合处理芯片上的元素,权衡所参与减少延迟,什么因素是最重要的。»阅读更多

优化机器学习的新方法
通过布来安梅奥- 02年4月,2020 -评论:1

随着越来越多的设计师采用机器学习(ML)在他们的系统中,他们从简单应用程序工作的功率和性能优化的实现。今天可用的一些技术。别人需要一段时间才能渗透通过之前的设计流程和工具成为现成的主流设计师。任何新技术是一个基本的…»阅读更多

人工智能功率和性能的影响
通过埃德·斯珀林11月- 14,2019 -评论:0

AI /毫升爬到如今的一切。有人工智能芯片,芯片,包括人工智能的元素,特别是对于推论。最大的问题是他们将如何影响性能和权力,答案并不明显。人工智能的主要有两个阶段,培训和推论。几乎所有的培训都是在云中使用非常大的数据集。事实上,…»阅读更多

边缘推论的挑战
通过埃德·斯珀林2019年1月- 10 -评论:0

的CEO杰夫•泰特Flex Logix,谈到平衡不同变量来提高性能和降低电力以最低的成本可能为了做推论在边缘设备。https://youtu.be/1BTxwew--5U»阅读更多

  • 赞助商

关于

导航

与我们联系

版权©2013 - 2023 SMG |服务条款|隐私政策
Baidu