资讯
英飞凌主导为高度自动化联网汽车开发超级计算机(2023-04-13)
(FinFET)。自动驾驶汽车专用硬件加速器和自适应软件平台将为这些高性能处理器提供支持。这就是所谓的“卷积神经网络”加速方法和事件驱动的神经形态加速器。此外,车载电源网络......
基于APEX20K和ARM7 TDMI-S微处理器实现通用智能传感器IP核的设计(2023-04-07)
了智能传感器的进一步发展。由系统IC向SOC(System on ChIP)转变已成为历史发展的必然趋势。SOC用硬件实现了以往软件实现的功能。与一般MCU 相比,它具有可靠性高、价格低、速度快、体积小、功能复用、保密......
英飞凌主导并协调大型研究项目,为高度自动化联网汽车开发超级计算机(2023-04-11)
和系统架构。
中央计算单元将采用符合汽车应用要求的、创新的高性能处理器,以及非平面晶体管技术(FinFET)。自动驾驶汽车专用硬件加速器和自适应软件平台将为这些高性能处理器提供支持。这就是所谓的“卷积神经网络......
英飞凌主导并协调大型研究项目,为高度自动化联网汽车开发超级计算机(2023-04-11)
(FinFET)。自动驾驶汽车专用硬件加速器和自适应软件平台将为这些高性能处理器提供支持。这就是所谓的“卷积神经网络”加速方法和事件驱动的神经形态加速器。此外,车载电源网络......
西门子推出Catapult AI NN以简化先进芯片级系统设计中的AI加速器开发(2024-06-18)
)方面的独特要求。
西门子数字化工业软件副总裁兼高层次设计、验证和功耗总经理Mo Movahed表示:“无论是神经网络模型的交接过程,还是其向硬件实现的手动转换,效率都非常很低,并且耗时、容易出错,特别......
英飞凌主导并协调大型研究项目,为高度自动化联网汽车开发超级计算机(2023-04-13)
(FinFET)。自动驾驶汽车专用硬件加速器和自适应软件平台将为这些高性能处理器提供支持。这就是所谓的“卷积神经网络”加速方法和事件驱动的神经形态加速器。此外,车载电源网络......
英飞凌主导并协调大型研究项目,为高度自动化联网汽车开发超级计算机(2023-04-11 15:28)
(FinFET)。自动驾驶汽车专用硬件加速器和自适应软件平台将为这些高性能处理器提供支持。这就是所谓的“卷积神经网络”加速方法和事件驱动的神经形态加速器。此外,车载电源网络......
卷积神经网络的硬件转换:什么是机器学习?——第三部分(2023-06-13)
器级别的烟雾/火灾探测或环境数据分析已成为现实。这些应用支持电池供电,能够工作很多年的时间。本文通过探讨如何采用带专用CNN加速器的AI微控制器实现CNN的硬件转换来说明如何实现这些功能。
采用超低功耗卷积神经网络......
Maxim Integrated推出神经网络加速器芯片,在电池供电设备中实现IoT人工智能(2020-10-21)
推理的功耗不到微控制器软件运行功耗的百分之一,大幅提高了机器视觉、语音和面部识别等应用的工作效率。MAX78000的核心是专用硬件,其设计旨在最大程度地降低卷积神经网络(CNN)的能耗和延迟。该硬件......
赛灵思器件上的 INT4 优化卷积神经网络(1)(2020-09-15)
)。然而,在某些资源受限,要求高性能、低时延的场景(例如对资源、功耗敏感的边缘侧场景和低时延 ADAS 场景)中,为了实现比 INT8 更低的功耗和更高的性能,需要对神经网络进行低比特量化。然而,极低......
英特尔、英伟达、高通等公司人工智能下一步发展趋势(2023-02-03)
工作负载并尝试找到所有可能的良好映射和调度,它正在尝试数百万个这样的调度,在硬件架构上并为每个调度估计能量/延迟/面积,然后附带一组帕累托最优解决方案,为您提供此神经网络工作负载、此技术、在这些硬件限制下,他可以实现的......
西门子推出 Catapult AI NN 以简化先进芯片级系统设计中的 AI 加速器开发(2024-06-18 15:02)
足机器学习加速器设计对于定制芯片功耗、性能和面积 (PPA) 方面的独特要求。西门子数字化工业软件副总裁兼高层次设计、验证和功耗总经理 Mo Movahed 表示:“无论是神经网络模型的交接过程,还是其向硬件实现的手动转换,效率......
汽车变速箱电子部件芯片包封填充胶应用方案(2023-08-15)
设计领域也颇有建树。2019年公司与人工智能方案商BrianChip合作开发了神经网络处理芯片Akida,以现有技术无法实现的方式将AI引入边缘设备。这款基于事件的处理器无需主处理器或外部存储器,能有......
异构专用AI芯片的黄金时代(2022-08-11)
架构方面的竞争追根溯源是卷积操作与通用矩阵乘积操作这两种操作之争。处理CNN卷积操作时,专用硬件架构有发挥空间,这也就是之前大家所熟知的为算法和应用而定制的AI加速器出现的原因;而随着以GEMM为特征的Transformer网络......
自动驾驶主流架构方案对比:GPU、FPGA、ASIC(2023-02-14)
其余程序代码。从用户的角度来看,应用程序的运行速度明显加快。 GPU当前只是单纯的并行矩阵的乘法和加法运算,对于神经网络模型的构建和数据流的传递还是在CPU上进行。CPU与GPU的交互流程:获取......
自动驾驶主流芯片:GPU、FPGA、ASIC(2023-03-17)
程序的运行速度明显加快。 GPU当前只是单纯的并行矩阵的乘法和加法运算,对于神经网络模型的构建和数据流的传递还是在CPU上进行。CPU与GPU的交互流程:获取GPU信息,配置GPU id、加载神经元参数到GPU......
自动驾驶三大主流芯片架构分析(2024-08-19)
计算可以提供非凡的应用程序性能,能将应用程序计算密集部分的工作负载转移到GPU,同时仍由CPU运行其余程序代码。从用户的角度来看,应用程序的运行速度明显加快。
GPU当前只是单纯的并行矩阵的乘法和加法运算,对于神经网络......
赛灵思器件上的 INT4 优化卷积神经网络(2)(2020-09-15)
赛灵思器件上的 INT4 优化卷积神经网络(2);接上期本文引用地址: DSP 片上的 优化
使用 DSP 硬件资源可实现乘法和累加 (MAC) 占用硬件资源较少。经优化后,DSP 能够......
深度学习算法和传统机器视觉助力工业外观检测(2023-11-15)
特性对于一些特征不易描述的图像分类任务是大有裨益的。
是什么给了深度学习如此大的神通呢?这就要从它所特有的卷积神经网络说起了。
常用边缘提取卷积算法。
卷积是一种积分变换的数学方法,在图像处理中应用广泛。很多我们常用的图像滤波器都是通过卷积实现的......
机器视觉方法有哪些类型 机器视觉的基本功能包括哪些方面(2024-07-03)
。
2. 统计机器学习方法:这种方法使用统计模型来建模图像的特征和背景,并基于这些模型进行分类、检测等任务。常见的方法包括支持向量机(SVM)、随机森林、朴素贝叶斯等。
3. 深度学习方法:深度学习是基于神经网络的一种机器学习方法......
谷歌TPU之后还有高通,人工智能芯片竞赛已经展开(2017-04-26)
说道。
技术巨头
在收购了初创公司 Nervana 之后,英特尔正在打造一款机器学习专用芯片。IBM 也是,它正在创建一个可以映射(mirror)神经网络设计的硬件架构。最近,高通已经开始制造执行神经网络的专用......
TI C2000系列大升级:集成NPU引领MCU+AI新趋势(2024-12-06)
芯片上直接添加专用的硬件加速器,比如NPU来实现的,这些加速器专门为运行AI算法而设计,如神经网络推理。它们通常能够提供高效的性能和低功耗。
可编程数字信号处理器(DSP):一些MCU包含......
卷积神经网络简介:什么是机器学习?——第一部分(2023-04-17)
卷积神经网络简介:什么是机器学习?——第一部分;摘要
随着人工智能(AI)技术的快速发展,AI可以越来越多地支持以前无法实现或者难以实现的应用。本系列文章基于此解释了卷积神经网络(CNN)及其......
自动驾驶规控决策方面的建议与解决方案(2024-02-21)
平台,可以根据特定应用需求定制硬件逻辑。FPGA在深度学习领域的优势在于其灵活性和低功耗。通过为特定模型定制硬件逻辑,FPGA可以实现高效的计算性能,同时降低能耗。
3.稀疏表示和神经网络结构搜索:稀疏表示是一种高效的数据表示方法......
英特尔人工智能“帮派”(2022-12-29)
2),其神经网络性能将会是第一代的8倍。据TechSugar现场获悉,与上一代神经计算棒相比,NCS2首次配备有神经计算引擎(专用硬件神经网络推理加速器),计算性能得到大幅提升。开发......
北京大学研究团队在忆阻器电路领域取得重要进展(2024-09-14)
个忆阻器件相互作用的涌现结果。研究团队构建了相应的吸引子网络模型和能量函数,并完成了实验证明和联想记忆应用的演示,通过理论和实验两个层面深入分析了忆阻器吸引子网络相比经典Hopfield网络在存储容量、硬件实现......
人工智能推动神经网络技术开发热潮(2023-03-05)
要利用微分响应的物理模拟进行近似运算。此外,这个运算可以在包括光路等物理系统上执行,除了可以在物理系统上有效地运算推理,还可以进行学习。这种新的学习方法不仅适用于物理实现中实现的神经网络模型,也适......
SIA重磅报告(中):半导体未来的机会(2017-05-17)
硬件的新内存和数据表示,比直接的数字表示具有更高的学习效率
–各类人工神经网络的可重构网络
–利用由超CMOS技术催生的独特随机和互连结构,在超CMOS硬件中实现神经形态原语(突触......
机器视觉在自动化领域的发展趋势是什么(2024-07-23)
的不断发展和改进将进一步提高机器视觉系统的性能和效率。
实时性能和速度:随着自动化系统的要求越来越高,机器视觉需要实时性能和高速度。为了实现这一点,新的算法和技术被提出来,包括硬件加速和专用处理器的使用,以提......
深度学习的最好方案,FPGA或GPU?(2017-04-12)
的需求,以便这些数据可以理解和操作。
数据分析通常依赖于机器学习(ML)算法。 在ML算法中,深度神经网络(DNN)为重要的图像分类任务提供了最高的精度,而日渐广泛采用。
在最......
汽车系统级芯片(SoC)的单一事件颠覆影响评估方法(2023-05-23)
,我们对一个神经网络应用的软件实施了注入故障,该软件经过训练,可以识别来自修改后的国家标准和技术研究所(MNIST)数据库的手写数字。与没有错误的黄金执行相比,我们......
一文读懂神经网络硬件平台战局(2017-08-18)
证实高通和 Facebook 正在合作开发一种更好的方法,参见 Wired 的文章《业界 | 谷歌 TPU 之后还有高通,人工智能芯片竞赛已经展开》:
「最近,高通已经开始制造执行神经网络的专用芯片,这条......
卷积神经网络简介:什么是机器学习?——第一部分(2023-02-27)
卷积神经网络简介:什么是机器学习?——第一部分;随着人工智能(AI)技术的快速发展,AI可以越来越多地支持以前无法实现或者难以实现的应用。本系列文章基于此解释了(CNN)及其......
中科院发布寒武纪深度神经网络处理器 速度完爆x86(2016-11-19)
处理器就负责各式各样的智能识别任务。
因此中国科学院计算技术研究所和寒武纪公司提出采用专门的硬件神经元,设计高速连接的专门的存储结构,采用适用于神经网络算法的专用指令集。开发了寒武纪系列神经网络......
图像和面部识别的现代挑战——以及人工智能如何促进微边缘解决方案(2024-04-24)
这些组件集成到特定于应用的图像识别系统中,我们需要:
选择3D面部识别或3D飞行时间等技术来收集高质量图像数据。
选择卷积神经网络(ConvNet/CNN)等AI算法来从原始图像数据中提取有意义的内容和动作,从而获取信息。
寻找一家能够提供最适合您想要采用的图像采集和处理方法的硬件......
SiMa.ai以“软件优先”概念开发全新边缘AI处理器(2022-09-06)
发布了他们的 MLSoC 平台,这是一个“软件优先”的边缘 AI SoC。MLSoC 平台基于 16nm 工艺构建,是一种异构计算片上系统 (SoC),集成了许多用于 AI 加速的专用硬件模块。在这些硬件中,模块......
电池,你必须了解的SOC 知识(2023-02-20)
内阻法、开路电压法、负载电压法,也有较为创新的Kalman滤波法、模糊逻辑理论法和神经网络法等,各种估算方法都有自己的优缺点。
SOC的估算方法
估算策方法
优点
缺点
放电实验法
准确......
使工业设备无需硬件翻译即可使用多种现场总线语言(2023-09-18)
还可以通过修改堆栈中的代码轻松地将创新和定制功能添加到高端产品中。
经过验证的现场总线堆栈
RT-Labs的U-Phy是基于软件的方法的一个例子,该方法使设备能够通过Profinet和EtherCAT通过多个工业现场总线网络进行快速通信。这种预认证的软件堆栈在开放式硬件......
高通在2023年国际计算机视觉与模式识别会议上,展示先进研究成果并将生成式AI引入边缘侧(2023-06-27)
提供高效、有趣、可靠且私密的交互式用户体验。这项惊艳的技术演示通过一套跨模型架构、AI软件和神经网络硬件加速器的全栈式AI优化而实现。在此过程中使用的高通先进AI工具和硬件包括:高通AI模型......
高通在2023年国际计算机视觉与模式识别会议上,展示先进研究成果并将生成式AI引入边缘侧(2023-06-28 09:25)
且私密的交互式用户体验。这项惊艳的技术演示通过一套跨模型架构、AI软件和神经网络硬件加速器的全栈式AI优化而实现。在此过程中使用的高通先进AI工具和硬件包括:高通AI模型增效工具包(AIMET)、高通AI软件......
训练卷积神经网络:什么是机器学习?——第二部分(2023-04-04)
的所有要素和参数均包含在损失函数中。神经网络的学习过程旨在以最小化损失函数的方式定义这些参数。这种最小化可通过反向传播的过程实现。在反向传播的过程中,输出产生的偏置(损失 = 目标值-实际值)通过网络的各层反馈,直至达到网络......
训练卷积神经网络:什么是机器学习?——第二部分(2023-04-18)
的所有要素和参数均包含在损失函数中。神经网络的学习过程旨在以最小化损失函数的方式定义这些参数。这种最小化可通过反向传播的过程实现。在反向传播的过程中,输出产生的偏置(损失 = 目标值-实际值)通过网络......
高通在2023年国际计算机视觉与模式识别会议上,展示先进研究成果并将生成式AI引入边缘侧(2023-06-27)
访问任何云端,便能提供高效、有趣、可靠且私密的交互式用户体验。这项惊艳的技术演示通过一套跨模型架构、AI软件和神经网络硬件加速器的全栈式AI优化而实现。在此过程中使用的高通先进AI工具和硬件包括:高通AI模型......
解读特斯拉FSD的算法和模型进展(2023-05-18)
互方式,而每种交互方式都可能有几十种时空轨迹作为候选。因此特斯拉并没有采用轨迹搜索的方法,而是用神经网络来给一段时间后可能到达的目标位置(goal)进行打分,得到少量较优的目标。
2、在确......
AI拍照就高级了吗?1亿像素都是垃圾(2021-03-05)
录制功能,是将摄像头中拍摄到的画面进行逐帧的卡通化处理——非延后处理,而是拍摄当下就实时显示。这项应用,很类似于2016年德国图宾根大学研究人员用卷积神经网络,实现风格化转换的一项研究,包括......
国产“芯”力量!30家AI芯片厂商调研报告(2021-02-03)
片利用率;CAISA引擎本身基于对常用神经网络模型的计算量统计进行优化,其不仅为常见的神经网络计算(如Pooling,ReLU等)实现了专用的硬件计算模块,且与卷积计算的比例经过平衡,可在常用AI算法中实现......
大算力时代, 如何打破内存墙(2024-03-01)
示意图
· 硬件实现的算子
与GPU通过简单地堆砌计算单元来提升算力的方式不同,CVflow架构致力于通过实现高效的硬件算子来加速计算过程。CV3的CVflow架构,基于对深度学习网络的前瞻性研究,实现......
什么是电池管理系统(BMS)的算法?(2022-12-08)
得到较为精确的SOC值。采用神经网络进行SOC估算可以在不清楚电池内部结构下,只要通过足够多的样本就可以实现对非线性系统的精确估算。采用神经网络估算SOC值主要有两种方法:BP神经网络法和径向基函数神经网络......
“倒金字塔”折射IP巨大价值,Imagination IP创新蝶变赋能半导体产业(2022-11-15 16:20)
用中,硬件实时光线追踪技术是Imagination最早提出来并实现的。光线追踪可以在不同的性能和效率等级下实现,为了明确这一点,Imagination 建立了光线追踪等级系统(RTLS),确定......
AI芯片的几种选择,你更看好哪个?(2017-03-10)
架构师以及深度学习小组总监Samer Hijazi说:“如果你优化网络、优化问题、最小化位数,并使用为卷积神经网络定制的硬件,那么你可以实现功率降低2~3倍的改进。效率来自软件算法和硬件IP。”
谷歌......
相关企业
系统,是以ASC激光传感器为核心设备,运用神经网络软件进行精度调整的应用系统。与科研和设计单位合作,使我们能够以“交钥匙”工程的方式用户交付完整的解决方案或软硬件集成的应用系统。
于1999年,是一家快速成长的小型企业,为政府和商业客户提供专业服务和咨询。 Lumark营造了一种基于流程和技术的工作环境,该环境提供了一种满足客户需求的有效方法。 我们纪律严明的方法和员工经验使我们能够在可控的期望下实现成功的交付绩效。
勤耕耘,Biovo乙木神经网络指纹原始算法和手指静脉识别算法在服务集群和嵌入式应用方面得以迅猛发展,目前经乙木授权的指纹/静脉应用二级及终端厂商研发出的各式各样的指纹硬件产品,为人
勤耕耘,Biovo乙木神经网络指纹原始算法和手指静脉识别算法在服务集群和嵌入式应用方面得以迅猛发展,目前经乙木授权的指纹/静脉应用二级及终端厂商研发出的各式各样的指纹硬件产品,为人
转化成质优价廉的多媒体产品,带给客户前所未有的超前体验!现面向国内市场推出“乐霸”多媒体播放机,单机版和网络版两种,它采用硬件和软件量身订制的方法,满足您不同的使用需求。具有稳定可靠、功能强大、人性
在温控领域一直不断创新,始终贯穿一条主线,就是运用越来越先进的控制技术,提高温控精度,实现从量变到质变,真真切切地不断改变温控世界。 • 产品 萨妮精密的所有温控器、温控模块,其内部集成了“神经网络控制、专家
推行信息化管理,构建企业信息神经网络,规范企业内部管理流程,提升企业综合竞争能力,极力提高客户满意度,使企业在同行业中始终保持领先地位。目前本公司的产品已遍布全国主要省市地区,深得用户信赖! 我们将以
;宜兴市富之田电子有限公司;;我司是专业生产铝电解电容器的厂家,公司配套能力强,生产超小型、普通型、低漏电、低损耗、宽温度、长寿命、音响分频网络专用等全系列电解电容器。
;广州林峰电子科技有限公司;;广州市林峰电子科技有限公司公司(简称“林峰科技”)成立于2010年,位于广东省广州市。是一家专业生产销售希捷监控专用硬盘,西数监控专用硬盘,高保真拾音器,快鱼
工程师40余名,由一批朝气蓬勃,富有创新精神的技术骨干和网络专家组成。公司发展至今,深知“服务为市场拓宽的前导”。公司商务部与国内外各知名软硬件厂商大力合作,增设IT客户