-
Cadence 携手 NVIDIA 革新功耗分析技术，加速开发十亿门级 AI 设计
Cadence 全新 Palladium Dynamic Power Analysis 应用程序助力 AI/ML 芯片和系统设计工程师打造高能效设计，缩短产品上市时间
-
神经技术进入移动端GPU，Arm让手游媲美PC游戏体验
从画质优化 (NSS) 到帧率提升 (NFRU) 和光线追踪(NSSD)，Arm 计划覆盖移动端图形处理的多个维度，推动边缘 AI 图形革命。而未来通过持续的技术迭代，Arm也将保持在移动计算领域的技术领先，满足手游、AR/VR 和其他视觉应用的未来需求。
-
让边缘AI随处可见，STM32家族最强性能AI MCU——STM32N6发布
STM32可谓是IoT时代最具群众基础、市场影响力的MCU之一。或可将其比喻成一把瑞士军刀、或者是一柄AK47——易用、好用，无所不能、无往不利。在物联网飞速发展的近10年间，STM32出现在智能手环、共享单车、语音助手等一个个爆火的终端产品中，也接连实现了10亿、20亿颗..超100亿颗的累积出货量突破。
-
灵活拓展计算硬件结合关键技术专长，NXP赋能端侧AI/ML全覆盖
从市场趋势来看，智能互联设备的数量预计到2030年将超过500亿台。根据预测，智能家居市场在2021到2025年间的复合年增长率将达到20%，AI半导体收入到2025年预计达到750亿美元。同时，约50%的汽车将在2030年实现电气化和L2辅助驾驶，5G也将在2026年覆盖全球约60%的地区。这些趋势表明，边缘智能将在各个领域中继续快速增长和创新。
-
使用ML的数据驱动控制如何提高5G网络性能
5G正在迅速从理想化的未来走向非常现实的现在。第一款5G手机已经发布。与所有的一代升级一样,5G承诺比其前身的速度有很大的改进。4G-LTE提供的最高下载率为100M/秒,平均为25-50M/秒。与之形成鲜明对比的是,5g提供了高达1.8Gbps,改进了近20倍。此外,5G有较低的延迟,主要延迟贡献者是广播时间。其潜伏期为 在早期部署中 .在用户移动性、能源效率和同时连接的数量方面有更多的好处。
-
机器学习都要学习什么
在这篇文章中，小编将为大家带来机器学习的相关报道。如果你对本文即将要讲解的内容存在一定兴趣，不妨继续往下阅读哦。
-
将CNN硬件加速器集成进通用MCU，ADI的MAX78000和MAX78002实现高能效边缘AI应用
边缘AI落地，需要满足端侧的功耗要求。因此内置硬件CNN进行专门的AI运算，成为了AI MCU的最佳选择。
-
亚马逊云科技 re:Invent 2022 | 云服务商引领高性能计算芯片迭代，实现高能效云服务
苹果引领了移动计算芯片的持续突破，而亚马逊云科技则引领了数据中心高性能计算的不断创新。对于用户场景的顶级理解和对用户体验的至高追求，让两者在自研芯片上能够有着比通用芯片商更高的成就。
-
机器学习有哪些应用?机器学习可用于智能网络流量管理!
以下内容中，小编将对机器学习的相关内容进行着重介绍和阐述，希望本文能帮您增进对机器学习的了解，和小编一起来看看吧。
-
通用MCU上添加硬件NPU单元，实现30倍于Cortex-M33的AI加速能力
NXP推出MCX MCU赋能智能边缘计算发展
-
机器学习如何基于学习策略分类?机器学习、深度学习比较!
一直以来，机器学习都是大家的关注焦点之一。因此针对大家的兴趣点所在，小编将为大家带来机器学习的相关介绍，详细内容请看下文。
-
从“出圈”到“入俗”，把握AI下沉之势赋能全行业
旧时王谢堂前燕，飞入寻常百姓家。到2022年，人工智能已经跨过了“出圈”的全民热议阶段，开始“入俗”——下沉渗透到全行业进行赋能。AI已经不再单纯是围绕着AI本身去讨论的一个课题，而是成为各行各业都在应用一个组件角色，作为一种利器赋能实现整个大系统的优化。而在这种具体应用场景的沉淀上，必然面临着诸多的问题，来自场景本身的不同要求，AI系统如何多样化降维适配。这些趋势也是挑战，如何把握AI下沉之势，赋能各行业创新发展？近日MathWorks的中国区行业市场经理李靖远和记者进行了分享。
-
企业在机器学习应用中需要吸取的经验和教训
在商业世界中，机器学习(ML)应用程序的持续宣传和炒作有其合理的原因。机器学习(ML)可能是当今最为普及的人工智能(AI)领域。虽然人工智能和机器学习紧密相关，但并不是可以互换的术语。机器学习已经融入
-
微软正在将区块链技术与产品连接起来
三年前，微软Azure是第一个将区块链引入云计算的公司。现在它正在把技术与其他东西连接起来。 据Matt Kerner说，这家软件巨头一直在悄悄地在其区块链服务与其他广泛使用的
-
区块链在物流运输、供应链中的作用是什么？
根据福布斯最近对400多名以交通为重点的高管的调查，65%的人认为，物流、供应链和交通行业正经历着一场结构性转变。尽管这一转变背后有几个驱动因素，但其中最强大的一个因素是人工智能（AI）、机器学
-
2019年AI和ML的技术以及IoT将在数字化转型之旅中发挥转变作用
在很短的时间内，AI和ML已经可以通过开源框架，模型和基于云的库快速访问。相反，尽管传感器和嵌入式系统早已商品化，但由于与数量，速度，安全性和远程智能相关的若干应用和连接挑战，其效用受到限制。A
-
AI和ML可以提高生产力 更多的服务还有待努力开发
人工智能和机器学习正在不断提高跨网络操作的自动化能力，包括配置、故障排除和问题修复。 尽管人工智能和机器学习有着几十年的悠久历史，在学术界和工业界也不断取得进步，并有许多成功的应用，但许
-
深兰科技斩获IEEE ISI冠军，其Auto ML 技术加速企业AI升级新进程
机器学习的下一波浪潮！AI领域最炙手可热的技术之一！国外的谷歌、Facebook、微软，国内的深兰科技、旷视科技、第四范式等领先的AI企业竞相研发......如果2019年你只关注人工智能领域的一项技
