chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Imagination展示了多項(xiàng)基于其先進(jìn)圖形處理器和神經(jīng)網(wǎng)絡(luò)加速器IP的應(yīng)用演示

Dbwd_Imgtec ? 來(lái)源:Imagination Tech ? 作者:Imagination Tech ? 2021-01-08 14:37 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

集成電路產(chǎn)業(yè)是國(guó)家戰(zhàn)略性支柱產(chǎn)業(yè),是國(guó)民經(jīng)濟(jì)和社會(huì)信息化的重要基礎(chǔ)。當(dāng)前我國(guó)集成電路產(chǎn)業(yè)發(fā)展正處于關(guān)鍵期,國(guó)家高度重視并出臺(tái)一系列政策和措施予以大力支持。集成電路設(shè)計(jì)業(yè)作為整個(gè)產(chǎn)業(yè)的龍頭和技術(shù)、產(chǎn)品創(chuàng)新的主要環(huán)節(jié),在產(chǎn)業(yè)發(fā)展中承擔(dān)著重要責(zé)任,而知識(shí)產(chǎn)權(quán)(IP)在其中則扮演著關(guān)鍵的角色。 12月10日-11日,“中國(guó)集成電路設(shè)計(jì)業(yè)2020年會(huì)”(ICCAD 2020)在重慶舉行,這場(chǎng)集成電路產(chǎn)業(yè)的年終盛會(huì)也是業(yè)內(nèi)企業(yè)和從業(yè)人員的一次大聚會(huì)。Imagination Technologies作為全球領(lǐng)先的半導(dǎo)體IP廠商也如約出席大會(huì),并通過(guò)技術(shù)應(yīng)用展示和主題演講與業(yè)界同仁展開(kāi)了深入的交流。

Imagination展示了多項(xiàng)基于其先進(jìn)圖形處理器GPU)和神經(jīng)網(wǎng)絡(luò)加速器(NNA)IP的應(yīng)用演示。例如,基于瑞薩R-Car H3芯片的GPU硬件虛擬化演示,該芯片采用了Imagination的PowerVR GX6650 GPU。通過(guò)硬件虛擬化功能,同一個(gè)GPU可以同時(shí)處理多個(gè)任務(wù),并且通過(guò)物理隔離確保這些任務(wù)互不影響,實(shí)現(xiàn)了最高的安全性。

Imagination演示了基于先進(jìn)IP的多項(xiàng)應(yīng)用 另一項(xiàng)精彩演示是基于GPU和NNA的汽車環(huán)繞視圖應(yīng)用。GPU將攝像頭圖像拼接在一起推理出光照條件,利用環(huán)境光照渲染整個(gè)車身;同時(shí),采集一定的圖像用于神經(jīng)網(wǎng)絡(luò)分析,NNA會(huì)基于GoogLeNet SSD算法實(shí)現(xiàn)人的檢測(cè)。 此外,Imagination還展示了領(lǐng)先的低功耗PowerVR光線追蹤技術(shù),以及利用不同的神經(jīng)網(wǎng)絡(luò)算法,基于NNA來(lái)實(shí)現(xiàn)語(yǔ)義分割、姿態(tài)檢測(cè)、人臉檢測(cè)、目標(biāo)檢測(cè)等應(yīng)用。

Imagination的精彩演示吸引多位參觀者駐足觀看 在本次大會(huì)的“IP與IC設(shè)計(jì)”專題論壇上,Imagination解決方案高級(jí)技術(shù)經(jīng)理鄭凱發(fā)表了題為“SoC IP 助力智能計(jì)算實(shí)現(xiàn)性能、功耗、面積新突破”的演講,全面介紹了Imagination新近發(fā)布的最新一代GPU和NNA產(chǎn)品。

Imagination解決方案高級(jí)技術(shù)經(jīng)理鄭凱發(fā)表演講 鄭凱表示,中國(guó)是全球最大的半導(dǎo)體市場(chǎng),但85%的半導(dǎo)體器件依賴進(jìn)口,如何盡快實(shí)現(xiàn)半導(dǎo)體產(chǎn)業(yè)的進(jìn)口替代事關(guān)國(guó)家經(jīng)濟(jì)和安全。Imagination作為一家中資擁有的全球性半導(dǎo)體IP企業(yè),致力于通過(guò)創(chuàng)新技術(shù)和高效服務(wù)為中國(guó)芯片廠商提供廣泛支持,并已在移動(dòng)、汽車、桌面、云計(jì)算無(wú)人機(jī)等領(lǐng)域擁有大量合作伙伴。 “Imagination在10月和11月陸續(xù)發(fā)布了最新的IMG B系列多核GPU和IMG Series4多核NNA,在進(jìn)一步豐富和強(qiáng)化我們產(chǎn)品線的同時(shí),可以為客戶提供更高的性能和渲染能力,以及更低的功耗、延遲和成本?!编崉P介紹道。

相比IMG A系列,B系列在功耗預(yù)算相同的情況下實(shí)現(xiàn)了30%的性能提升 IMG B系列GPU包括BXE、BXM、BXT、BXS四類產(chǎn)品,鄭凱以旗艦款BXT為例介紹了B系列的特性。四核BXT可以提供6 TFLOPS的性能,每秒可處理192 Gigapixel(十億像素),擁有24 TOPS的AI算力,同時(shí)可提供行業(yè)最高的性能密度。從手持設(shè)備到數(shù)據(jù)中心,BXT GPU可以為各類應(yīng)用提供難以置信的高性能。

Imagination Tensor Tiling技術(shù)助力Series4 NNA降低了90%的帶寬需求

IMG Series4 NNA憑借全新的多核架構(gòu)實(shí)現(xiàn)了超高性能和超低延遲。例如,一個(gè)8核集群可以提供100 TOPS的算力,延遲在理想情況下也會(huì)減少為單核獨(dú)立執(zhí)行時(shí)的1/8。此外,Series4包含IP級(jí)別的安全功能且設(shè)計(jì)流程符合ISO 26262車規(guī)標(biāo)準(zhǔn),使其成為先進(jìn)駕駛輔助系統(tǒng)(ADAS)和自動(dòng)駕駛等汽車應(yīng)用的理想選擇。

責(zé)任編輯:lq

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 集成電路
    +關(guān)注

    關(guān)注

    5441

    文章

    12323

    瀏覽量

    371246
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4819

    瀏覽量

    106071
  • IP技術(shù)
    +關(guān)注

    關(guān)注

    0

    文章

    16

    瀏覽量

    8432

原文標(biāo)題:進(jìn)口替代是關(guān)鍵 IMG先進(jìn)IP技術(shù)助力中國(guó)集成電路業(yè)加快自主發(fā)展 |ICCAD 2020

文章出處:【微信號(hào):Imgtec,微信公眾號(hào):Imagination Tech】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

    問(wèn)題。因此,并行計(jì)算與加速技術(shù)在神經(jīng)網(wǎng)絡(luò)研究和應(yīng)用中變得至關(guān)重要,它們能夠顯著提升神經(jīng)網(wǎng)絡(luò)的性能和效率,滿足實(shí)際應(yīng)用中對(duì)快速響應(yīng)和大規(guī)模數(shù)據(jù)處理的需求。
    的頭像 發(fā)表于 09-17 13:31 ?727次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與<b class='flag-5'>加速</b>技術(shù)

    Andes晶心科技推出新一代深度學(xué)習(xí)加速器

    高效能、低功耗 32/64 位 RISC-V 處理器核與 AI 加速解決方案的領(lǐng)導(dǎo)供貨商—Andes晶心科技(Andes Technology)今日正式發(fā)表最新深度學(xué)習(xí)加速器 AndesAIRE AnDLA I370。此產(chǎn)品專為
    的頭像 發(fā)表于 08-20 17:43 ?1521次閱讀

    Arm神經(jīng)技術(shù)是業(yè)界首創(chuàng)在 Arm GPU 上增添專用神經(jīng)加速器的技術(shù),移動(dòng)設(shè)備上實(shí)現(xiàn)PC級(jí)別的AI圖形性能

    Arm 神經(jīng)技術(shù)是業(yè)界首創(chuàng)在 Arm GPU 上增添專用神經(jīng)加速器的技術(shù),首次在移動(dòng)設(shè)備上實(shí)現(xiàn) PC 級(jí)別的 AI 圖形性能,為未來(lái)的端側(cè) AI 創(chuàng)新奠定基礎(chǔ)
    的頭像 發(fā)表于 08-14 17:59 ?2350次閱讀

    MAX78000采用超低功耗卷積神經(jīng)網(wǎng)絡(luò)加速度計(jì)的人工智能微控制技術(shù)手冊(cè)

    的Maxim超低功耗微控制相結(jié)合。通過(guò)這款基于硬件的卷積神經(jīng)網(wǎng)絡(luò)(CNN)加速器,即使是電池供電的應(yīng)用也可執(zhí)行AI推理,同時(shí)功耗僅為微焦耳級(jí)。
    的頭像 發(fā)表于 05-08 11:42 ?572次閱讀
    MAX78000采用超低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b><b class='flag-5'>加速</b>度計(jì)的人工智能微控制<b class='flag-5'>器</b>技術(shù)手冊(cè)

    MAX78002帶有低功耗卷積神經(jīng)網(wǎng)絡(luò)加速器的人工智能微控制技術(shù)手冊(cè)

    的Maxim超低功耗微控制相結(jié)合。通過(guò)這款基于硬件的卷積神經(jīng)網(wǎng)絡(luò)(CNN)加速器,即使是電池供電的應(yīng)用也可執(zhí)行AI推理,同時(shí)功耗僅為微焦耳級(jí)。
    的頭像 發(fā)表于 05-08 10:16 ?459次閱讀
    MAX78002帶有低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b><b class='flag-5'>加速器</b>的人工智能微控制<b class='flag-5'>器</b>技術(shù)手冊(cè)

    TPU處理器的特性和工作原理

    張量處理單元(TPU,Tensor Processing Unit)是一種專門為深度學(xué)習(xí)應(yīng)用設(shè)計(jì)的硬件加速器。它的開(kāi)發(fā)源于對(duì)人工智能(AI)和機(jī)器學(xué)習(xí)應(yīng)用的需求,尤其是深度學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)計(jì)算。
    的頭像 發(fā)表于 04-22 09:41 ?2503次閱讀
    TPU<b class='flag-5'>處理器</b>的特性和工作原理

    NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

    發(fā)者能使用 NVIDIA GeForce RTX GPU 中的 AI Tensor Cores,在游戲的圖形渲染管線內(nèi)加速神經(jīng)網(wǎng)絡(luò)渲染。
    的頭像 發(fā)表于 04-07 11:33 ?656次閱讀

    圖形處理到AI加速,一文看懂Imagination D系列GPU

    Imagination的D系列于2022年首次發(fā)布,見(jiàn)證生成式AI從云端到智能手機(jī)等消費(fèi)設(shè)備中普及。在云端,由于GPU的可編程性、可擴(kuò)展性和快速處理AI工作負(fù)載的能力,GPU已成為高效的AI
    的頭像 發(fā)表于 02-27 08:33 ?684次閱讀
    從<b class='flag-5'>圖形</b><b class='flag-5'>處理</b>到AI<b class='flag-5'>加速</b>,一文看懂<b class='flag-5'>Imagination</b> D系列GPU

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    多層。 每一層都由若干個(gè)神經(jīng)元構(gòu)成,神經(jīng)元之間通過(guò)權(quán)重連接。信號(hào)在神經(jīng)網(wǎng)絡(luò)中是前向傳播的,而誤差是反向傳播的。 卷積神經(jīng)網(wǎng)絡(luò)(CNN) : CNN主要由卷積層、池化層和全連接層組成。
    的頭像 發(fā)表于 02-12 15:53 ?1038次閱讀

    RK3399Pro處理器:高性能與AI加速的完美結(jié)合

    Cortex-A53處理器,主頻可達(dá)1.4GHz,提供卓越的處理性能和多任務(wù)處理能力。 高效能NPU:內(nèi)置NPU(神經(jīng)網(wǎng)絡(luò)處理器),性能高達(dá)
    的頭像 發(fā)表于 02-07 18:11 ?1190次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    在上一篇文章中,我們介紹傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)和多種算法。在本文中,我們會(huì)介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法,供各位老師選擇。 01 人工神經(jīng)網(wǎng)絡(luò) ? 人工
    的頭像 發(fā)表于 01-09 10:24 ?1785次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    在深度學(xué)習(xí)領(lǐng)域,神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各種任務(wù),如圖像識(shí)別、自然語(yǔ)言處理和游戲智能等。其中,卷積神經(jīng)網(wǎng)絡(luò)(CNNs)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是兩種常見(jiàn)的模型。 1. 結(jié)構(gòu)差異 1.1 傳統(tǒng)
    的頭像 發(fā)表于 11-15 14:53 ?2249次閱讀

    RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別

    神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)領(lǐng)域中的一種強(qiáng)大工具,它們能夠模擬人腦處理信息的方式。隨著技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的類型也在不斷增加,其中循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)和傳統(tǒng)
    的頭像 發(fā)表于 11-15 09:42 ?1799次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作機(jī)制

    LSTM(Long Short-Term Memory,長(zhǎng)短期記憶)神經(jīng)網(wǎng)絡(luò)是一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),設(shè)計(jì)用于解決長(zhǎng)期依賴問(wèn)題,特別是在處理時(shí)間序列數(shù)據(jù)時(shí)表現(xiàn)出色。以下是LSTM神經(jīng)
    的頭像 發(fā)表于 11-13 10:05 ?1985次閱讀

    Moku人工神經(jīng)網(wǎng)絡(luò)101

    Moku3.3版更新在Moku:Pro平臺(tái)新增全新的儀器功能【神經(jīng)網(wǎng)絡(luò)】,使用戶能夠在Moku設(shè)備上部署實(shí)時(shí)機(jī)器學(xué)習(xí)算法,進(jìn)行快速、靈活的信號(hào)分析、去噪、傳感調(diào)節(jié)校準(zhǔn)、閉環(huán)反饋等應(yīng)用。如果您
    的頭像 發(fā)表于 11-01 08:06 ?846次閱讀
    Moku人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>101