動(dòng)態(tài)
-
發(fā)布了文章 2025-09-28 10:03
液態(tài)神經(jīng)網(wǎng)絡(luò)（LNN）：時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)
1.算法簡(jiǎn)介液態(tài)神經(jīng)網(wǎng)絡(luò)（LiquidNeuralNetworks，LNN）是一種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu)，其設(shè)計(jì)理念借鑒自生物神經(jīng)系統(tǒng)，特別是秀麗隱桿線蟲(chóng)的神經(jīng)結(jié)構(gòu)，盡管這種微生物的神經(jīng)系統(tǒng)只有302個(gè)神經(jīng)元，但卻能產(chǎn)生復(fù)雜的行為。受此啟發(fā)，與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比，LNN旨在通過(guò)模擬大腦中神經(jīng)元之間的動(dòng)態(tài)連接來(lái)處理信息，這種網(wǎng)絡(luò)能夠順序處理數(shù)據(jù)，并且保留了對(duì)過(guò)去輸 -
發(fā)布了文章 2025-09-25 09:37
在Imagination GPU上優(yōu)化計(jì)算任務(wù)的十大技巧
Imagination「開(kāi)發(fā)者文檔」網(wǎng)站正式上線，涵蓋了從計(jì)算機(jī)圖形學(xué)基礎(chǔ)到如何充分發(fā)揮Imagination高能效PowerVRGPU架構(gòu)優(yōu)勢(shì)的豐富內(nèi)容。網(wǎng)站中不僅增加了針對(duì)我們最新架構(gòu)代際和計(jì)算任務(wù)的開(kāi)發(fā)指南，還在現(xiàn)有的PowerVR入門(mén)、OpenGLES與Vulkan教程，以及工具手冊(cè)等材料中補(bǔ)充了細(xì)節(jié)。進(jìn)入「開(kāi)發(fā)者文檔」網(wǎng)站https://docs.346瀏覽量 -
發(fā)布了文章 2025-09-24 08:04
工程師福利！Imagination開(kāi)發(fā)者文檔網(wǎng)站重磅上線
Imagination工具軟件團(tuán)隊(duì)剛剛完成了開(kāi)發(fā)者文檔網(wǎng)站的重大更新！相信，這對(duì)所有從事移動(dòng)游戲和其他嵌入式圖形應(yīng)用開(kāi)發(fā)的工程師來(lái)說(shuō)都是個(gè)好消息。249瀏覽量 -
發(fā)布了文章 2025-09-23 08:43
Imagination Technologies：面向智能駕艙，打造高安全GPU與AI融合計(jì)算架構(gòu)
隨著汽車(chē)智能化程度不斷提高，電子架構(gòu)正朝著集中化方向發(fā)展，智能座艙與ADAS等功能對(duì)GPU算力和AI推理能力提出更高要求，同時(shí)系統(tǒng)還需滿足功能安全、長(zhǎng)效周期、軟件定義等多重挑戰(zhàn)。2025年9月12日，在蓋世汽車(chē)主辦的第五屆汽車(chē)芯片產(chǎn)業(yè)大會(huì)上，ImaginationTechnologies技術(shù)總監(jiān)艾克從汽車(chē)電子架構(gòu)演進(jìn)趨勢(shì)出發(fā)，深入分析了當(dāng)前智能駕艙與ADAS391瀏覽量 -
發(fā)布了文章 2025-09-22 17:02
-
發(fā)布了文章 2025-09-19 11:58
一文看懂AI訓(xùn)練、推理與訓(xùn)推一體的底層關(guān)系
我們正在參加全球電子成就獎(jiǎng)的評(píng)選，歡迎大家?guī)臀覀兺镀薄x謝支持很多人聽(tīng)過(guò)“大模型”，但沒(méi)搞懂兩件事。我們總說(shuō)AI有多強(qiáng)，但真正決定AI能否落地的，是它的兩個(gè)階段：訓(xùn)練（Training）和推理（Inference）。它們就像“學(xué)霸的高考備考”和“考試當(dāng)天的答題表現(xiàn)”，缺一不可。1、什么是AI訓(xùn)練（Training）？通過(guò)大量數(shù)據(jù)訓(xùn)練模型參數(shù)，使其具備特定 -
發(fā)布了文章 2025-09-18 12:15
芯粒技術(shù)的專(zhuān)利保護(hù)挑戰(zhàn)與應(yīng)對(duì)策略
本文由TechSugar編譯自SemiWiki在半導(dǎo)體行業(yè)中，許多產(chǎn)品由獨(dú)立制造和分銷(xiāo)的組件組裝而成，這一特點(diǎn)為商業(yè)專(zhuān)利保護(hù)帶來(lái)了特殊考量。而芯粒（Chiplet）的出現(xiàn)，則打破了這種傳統(tǒng)模式，它所涉及的專(zhuān)利保護(hù)問(wèn)題多樣且復(fù)雜。芯粒技術(shù)：后摩爾時(shí)代的創(chuàng)新突破系統(tǒng)級(jí)芯片（System-on-a-Chip，簡(jiǎn)稱(chēng)SoC）作為集成電路領(lǐng)域的核心產(chǎn)品，能夠在單一封裝內(nèi) -
發(fā)布了文章 2025-09-17 13:31
神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)
隨著人工智能技術(shù)的飛速發(fā)展，神經(jīng)網(wǎng)絡(luò)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和廣泛的應(yīng)用前景。然而，神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度和規(guī)模也在不斷增加，這使得傳統(tǒng)的串行計(jì)算方式面臨著巨大的挑戰(zhàn)，如計(jì)算速度慢、訓(xùn)練時(shí)間長(zhǎng)等問(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。神經(jīng)網(wǎng)絡(luò)并行740瀏覽量 -
發(fā)布了文章 2025-09-16 11:40
算力賦能未來(lái)：自動(dòng)駕駛?cè)绾螐目苹民側(cè)氍F(xiàn)實(shí)？
當(dāng)一輛汽車(chē)以120km/h飛馳時(shí)，每0.1秒的決策延遲就意味著3.3米的“生死距離”。而現(xiàn)在，自動(dòng)駕駛車(chē)輛能在毫秒間完成剎車(chē)、變道甚至緊急避障——這背后，是算力在無(wú)聲地重塑人類(lèi)出行方式。感知系統(tǒng)自動(dòng)駕駛汽車(chē)依賴(lài)激光雷達(dá)、攝像頭等多源傳感器實(shí)時(shí)采集周?chē)h(huán)境數(shù)據(jù)。這些數(shù)據(jù)需要強(qiáng)大的算力來(lái)快速處理和分析，以識(shí)別道路、車(chē)輛、行人、交通標(biāo)志等370瀏覽量 -
發(fā)布了文章 2025-09-15 10:27
量子機(jī)器學(xué)習(xí)入門(mén)：三種數(shù)據(jù)編碼方法對(duì)比與應(yīng)用
在傳統(tǒng)機(jī)器學(xué)習(xí)中數(shù)據(jù)編碼確實(shí)相對(duì)直觀：獨(dú)熱編碼處理類(lèi)別變量，標(biāo)準(zhǔn)化調(diào)整數(shù)值范圍，然后直接輸入模型訓(xùn)練。整個(gè)過(guò)程更像是數(shù)據(jù)清洗，而非核心算法組件。量子機(jī)器學(xué)習(xí)的編碼完全是另一回事。傳統(tǒng)算法可以直接消化特征向量[0.7,1.2,-0.3]，但量子電路運(yùn)行在概率幅和量子態(tài)的數(shù)學(xué)空間里。你的每個(gè)編碼決策——是用角度旋轉(zhuǎn)、振幅映射還是基態(tài)表示——都在重新定義信息在量子345瀏覽量
