发 帖  
  • 如今高效智能的AI大模型,正如雨后春笋般破土而出,人们对于AI大模型的学习与探索之路,也愈发宽阔平坦。虽然AI工具已不再陌生,但其中关于AIPrompt、大模型的吞吐量、蒸馏与量化、私有化知识库等这些常见的专业术语,你又...
    0
    1143次阅读
    0条评论
  • 我们正在参加全球电子成就奖的评选,欢迎大家帮我们投票~~~谢谢支持很多人听过“大模型”,但没搞懂两件事。我们总说AI有多强,但真正决定AI能否落地的,是它的两个阶段:训练(Training)和推理(Inference)。...
    0
    1627次阅读
    0条评论
  • 本文由TechSugar编译自SemiWiki在半导体行业中,许多产品由独立制造和分销的组件组装而成,这一特点为商业专利保护带来了特殊考量。而芯粒(Chiplet)的出现,则打破了这种传统模式,它所涉及的专利保护问题多样...
    0
    765次阅读
    0条评论
  • 随着人工智能技术的飞速发展,神经网络在众多领域展现出了巨大的潜力和广泛的应用前景。然而,神经网络模型的复杂度和规模也在不断增加,这使得传统的串行计算方式面临着巨大的挑战,如计算速度慢、训练时间长等问题。因此,并行计算与加...
    0
    892次阅读
    0条评论
  • 当一辆汽车以120km/h飞驰时,每0.1秒的决策延迟就意味着3.3米的“生死距离”。而现在,自动驾驶车辆能在毫秒间完成刹车、变道甚至紧急避障——这背后,是算力在无声地重塑人类出行方式。感知系统自动驾驶汽车依赖激光雷达、...
    0
    502次阅读
    0条评论
  • 在传统机器学习中数据编码确实相对直观:独热编码处理类别变量,标准化调整数值范围,然后直接输入模型训练。整个过程更像是数据清洗,而非核心算法组件。量子机器学习的编码完全是另一回事。传统算法可以直接消化特征向量[0.7,1....
    0
    491次阅读
    0条评论
  • 9月12日,由盖世汽车主办的2025第五届全球汽车芯片产业大会在上海启幕。本次大会以“芯”动汽车智引未来为主题,围绕车规级芯片标准与安全认证、车企自研芯片、智能辅助驾驶芯片、高算力智能座舱SoC等热门话题展开深度交流与探...
    0
    817次阅读
    0条评论
  • 在Transformer架构中,注意力机制的计算复杂度与序列长度(即文本长度)呈平方关系()。这意味着,当模型需要处理更长的文本时(比如从几千个词到几万个词),计算时间和所需的内存会急剧增加。最开始的标准注意力机制存在两...
    0
    4342次阅读
    0条评论
  • 我们正在参加全球电子成就奖的评选,欢迎大家帮我们投票~~~谢谢支持来源:内容由半导体行业观察编译自semiengineeringChiplet是一种满足持续增长的计算能力和I/O带宽需求的方法,它将SoC功能拆分成更小的...
    0
    560次阅读
    0条评论
  • 我们正在参加全球电子成就奖的评选,欢迎大家帮我们投票~~~谢谢支持随着复杂计算问题的不断涌现,传统的CPU串行计算在处理大规模数据与高并发任务时逐渐显露瓶颈。GPU(图形处理单元)凭借其高度并行的体系结构,成为科学仿真与...
    0
    589次阅读
    0条评论
  • 我们正在参加全球电子成就奖的评选,欢迎大家帮我们投票~~~谢谢支持本文转自:腾讯技术工程作者:royceshao大语言模型LLM的精妙之处在于很好地利用数学解决了工业场景的问题,笔者基于过往工程经验继续追本溯源,与腾讯学...
    0
    3099次阅读
    0条评论
  • 渲染技术是计算机图形学的核心内容之一,它是将三维场景转换为二维图像的过程。渲染技术一直在不断演进,从最初的CPU渲染到后来的GPU渲染,性能和质量都有了显著提升。从CPU到GPU:技术特点和优缺点CPU(CentralP...
    0
    675次阅读
    0条评论
  • 来源:本文编译自semiengineering作者:ANNMUTSCHLER在汽车设计领域,传感器融合正变得日益流行且复杂。它将多种类型的传感器集成到单个芯片或封装中,并智能地将数据路由到所需之处。其主要目标是整合来自摄...
    0
    1763次阅读
    0条评论
  • 2025年8月26日,在深圳会展中心举办的Elexcon2025深圳国际电子展“嵌入式AI、边缘智能与AIoT生态会议“上,Imagination公司分享了在端侧AI的技术创新与解决方案。同时“2025年半导体市场创新表...
    0
    1132次阅读
    0条评论
  • 数据科学AttentionIsAllYouNeed(2017)https://arxiv.org/abs/1706.03762由GoogleBrain的团队撰写,它彻底改变了自然语言处理(NLP)领域。论文的核心是提出了...
    0
    676次阅读
    0条评论
ta 的专栏

成就与认可

  • 获得 8 次赞同

    获得 0 次收藏
关闭

站长推荐 上一条 /9 下一条

返回顶部