穎脈Imgtec文章

• 如何從處理器和加速器內(nèi)核中榨取最大性能？2024-06-06 08:28

  

  利用緩存增強(qiáng)低成本、上一代或中端的SoC。一些設(shè)計(jì)團(tuán)隊(duì)在創(chuàng)建片上系統(tǒng)（SoC）設(shè)備時(shí)，有幸能夠使用最新和最先進(jìn)的技術(shù)節(jié)點(diǎn)，并且擁有相對(duì)不受限制的預(yù)算來(lái)從可信的第三方供應(yīng)商那里獲取知識(shí)產(chǎn)權(quán)（IP）模塊。然而，許多工程師并沒(méi)有這么幸運(yùn)。對(duì)于每一個(gè)“不惜一切代價(jià)”的項(xiàng)目，都有一千個(gè)“在有限預(yù)算下盡你所能”的對(duì)應(yīng)項(xiàng)目。一種從成

  內(nèi)核 加速器 處理器 1317瀏覽量

• 通過(guò)強(qiáng)化學(xué)習(xí)策略進(jìn)行特征選擇2024-06-05 08:27

  

  來(lái)源：DeepHubIMBA特征選擇是構(gòu)建機(jī)器學(xué)習(xí)模型過(guò)程中的決定性步驟。為模型和我們想要完成的任務(wù)選擇好的特征，可以提高性能。如果我們處理的是高維數(shù)據(jù)集，那么選擇特征就顯得尤為重要。它使模型能夠更快更好地學(xué)習(xí)。我們的想法是找到最優(yōu)數(shù)量的特征和最有意義的特征。在本文中，我們將介紹并實(shí)現(xiàn)一種新的通過(guò)強(qiáng)化學(xué)習(xí)策略的特征選擇。我們先討論強(qiáng)化學(xué)習(xí)，尤其是馬爾可夫決策

  人工智能 強(qiáng)化學(xué)習(xí) 機(jī)器學(xué)習(xí) 661瀏覽量

• 大語(yǔ)言模型(LLM)快速理解2024-06-04 08:27

  

  自2022年，ChatGPT發(fā)布之后，大語(yǔ)言模型（LargeLanguageModel），簡(jiǎn)稱LLM掀起了一波狂潮。作為學(xué)習(xí)理解LLM的開始，先來(lái)整體理解一下大語(yǔ)言模型。一、發(fā)展歷史大語(yǔ)言模型的發(fā)展歷史可以追溯到早期的語(yǔ)言模型和機(jī)器翻譯系統(tǒng)，但其真正的起點(diǎn)可以說(shuō)是隨著深度學(xué)習(xí)技術(shù)的興起而開始。1.1統(tǒng)計(jì)語(yǔ)言模型在深度學(xué)習(xí)技術(shù)出現(xiàn)之前，語(yǔ)言模型主要基于傳統(tǒng)的統(tǒng)

  ChatGPT LLM 語(yǔ)言模型 1857瀏覽量

• 淺談車機(jī)交互的現(xiàn)狀和未來(lái)2024-05-31 08:28

  

  車載信息娛樂(lè)系統(tǒng)的發(fā)展歷史并不長(zhǎng)，走向智能化、網(wǎng)聯(lián)化只是過(guò)去十幾年間的事情?？v觀其發(fā)展歷程，大致可以分為三個(gè)階段：初級(jí)階段（1910年至1990年代）：1910年，愛(ài)立信創(chuàng)始人拉什·馬格拉斯·愛(ài)立信（LarsMagnusEricsson）在他的車內(nèi)安裝了一部電話，與其說(shuō)為了滿足富豪車主需求，更像是推廣自家產(chǎn)品。1924年，雪佛蘭打造出世界上首款車載收音機(jī)，標(biāo)

  操作系統(tǒng) 智能網(wǎng)聯(lián) 車載信息 845瀏覽量

• 2024年全球半導(dǎo)體產(chǎn)業(yè)發(fā)展態(tài)勢(shì)解析2024-05-30 08:27

  

  本文由半導(dǎo)體產(chǎn)業(yè)縱橫（ID：ICVIEWS）編譯自semiconductorintelligence2024年開局緩慢，但已為增長(zhǎng)做好準(zhǔn)備。根據(jù)WSTS的數(shù)據(jù)，2024年第一季度全球半導(dǎo)體市場(chǎng)規(guī)模為1377億美元。2024年第一季度比2023年第四季度下降5.7%，比去年同期增長(zhǎng)15.2%。今年第一季度通常比上一年第四季度季節(jié)性下降。然而，2024年第一季度

  半導(dǎo)體 存儲(chǔ)芯片 智能手機(jī) 6782瀏覽量

• AIGC+實(shí)時(shí)云渲染：開啟3D內(nèi)容生態(tài)的黃金時(shí)代2024-05-28 08:27

  

  AIGC與GPT-4浪潮一起涌入大眾視野，在創(chuàng)作領(lǐng)域，人工智能取得了巨大的進(jìn)步，并逐漸幫助甚至取代了人類進(jìn)行復(fù)雜的創(chuàng)作活動(dòng)。人工智能已經(jīng)從以前的理解演變?yōu)樽詣?dòng)生成內(nèi)容，這宣布了人工智能時(shí)代的到來(lái)。AIGC的全稱是“人工智能生成內(nèi)容”（AIGeneratedContent）”。“它是一個(gè)涉及自然語(yǔ)言處理的宏大概念（NaturalLanguageProcessi

  3D AIGC 人工智能 1227瀏覽量

• 高性能計(jì)算集群的能耗優(yōu)化2024-05-25 08:27

  

  高性能計(jì)算（HighPerformanceComputing，HPC）是指利用大規(guī)模并行計(jì)算機(jī)集群來(lái)解決復(fù)雜的科學(xué)和工程問(wèn)題的技術(shù)。高性能計(jì)算集群的應(yīng)用領(lǐng)域非常廣泛，包括天氣預(yù)報(bào)、生物信息學(xué)、人工智能、大數(shù)據(jù)分析等。隨著高性能計(jì)算集群的規(guī)模和性能的不斷提升，其能耗問(wèn)題也日益突出。高性能計(jì)算集群的能耗不僅增加了運(yùn)行成本，還對(duì)環(huán)境造成了不利影響，例如溫室氣體排放

  人工智能 高性能計(jì)算 865瀏覽量

• 人工智能需要強(qiáng)大的計(jì)算能力，光芯片有幫助嗎？2024-05-24 08:27

  

  光學(xué)神經(jīng)網(wǎng)絡(luò)使用光子而不是電子，比傳統(tǒng)系統(tǒng)具有優(yōu)勢(shì)。摩爾定律已經(jīng)相當(dāng)快了。它認(rèn)為，計(jì)算機(jī)芯片每?jī)赡曜笥揖蜁?huì)安裝兩倍數(shù)量的晶體管，從而在速度和效率上產(chǎn)生重大飛躍。但深度學(xué)習(xí)時(shí)代的計(jì)算需求增長(zhǎng)速度甚至更快——這種速度可能不可持續(xù)。國(guó)際能源署預(yù)測(cè)，2026年人工智能消耗的電力將是2023年的10倍。計(jì)算硬件公司Lightmat

  人工智能 光芯片 計(jì)算機(jī)芯片 1086瀏覽量

• CPU渲染和GPU渲染優(yōu)劣分析2024-05-23 08:27

  

  使用計(jì)算機(jī)進(jìn)行渲染時(shí)，有兩種流行的系統(tǒng)：基于中央處理單元(CPU)或基于圖形處理單元(GPU)。CPU渲染利用計(jì)算機(jī)的CPU來(lái)執(zhí)行場(chǎng)景并將其渲染到接近完美。這也是執(zhí)行渲染的更傳統(tǒng)方式。然而，隨著GPU的出現(xiàn)，基于GPU的渲染獲得了很大的普及。這些GPU是特定用途的芯片，在某些情況下提供與CPU渲染相當(dāng)?shù)慕Y(jié)果。從廣義上講，GPU渲染允許同時(shí)運(yùn)行更多的并行進(jìn)程，

  cpu gpu 芯片 1270瀏覽量

• 人工智能將加速RISC-V的采用：全球占比將達(dá)25%2024-05-21 08:27

  

  根據(jù)Omdia的最新研究，到2030年，RISC-V處理器將占據(jù)全球市場(chǎng)的近四分之一。盡管工業(yè)領(lǐng)域仍將是該技術(shù)最大的應(yīng)用領(lǐng)域，但預(yù)計(jì)開放標(biāo)準(zhǔn)指令集架構(gòu)(ISA)將在汽車領(lǐng)域?qū)崿F(xiàn)最強(qiáng)勁的增長(zhǎng)。此外，人工智能(AI)的興起也有助于RISC-V的持續(xù)崛起。RISC-V值得注意的是，它是免許可的，允許任何人使用該

  AI RISC-V 人工智能 處理器 919瀏覽量