穎脈Imgtec

動態(tài)

• 發(fā)布了文章 2024-06-15 08:27

  科普：GPU和FPGA，有何異同

  

  來源：內(nèi)容由半導(dǎo)體行業(yè)觀察（ID：icbank）編譯自techspot，謝謝。圖形處理單元(GPU)和現(xiàn)場可編程門陣列(FPGA)是用于成像和其他繁重計算的三種主要處理器類型中的兩種。中央處理器(CPU)是第三種類型。讓我們深入了解GPU和FPGA之間的主要區(qū)別、它們的優(yōu)勢、常見用例以及何時選擇其中一種。什么是FPGA？FPGA（現(xiàn)場可編程門陣列）是一種具有

  FPGA gpu 處理器

  528瀏覽量

• 發(fā)布了文章 2024-06-14 08:27

  HMI界面設(shè)計如何提升智能駕駛的人機(jī)交互信任？

  

  隨著智能駕駛技術(shù)的不斷進(jìn)步，人們對于自動駕駛系統(tǒng)的信任成為了一個重要的議題。雖然技術(shù)取得了顯著進(jìn)展，但在用戶與系統(tǒng)之間建立信任方面仍存在一些關(guān)鍵問題。本文將闡述用戶不信任智能駕駛的因素，以及如何從HMI及用戶體驗原則角度提升信任度，讓我們的智駕產(chǎn)品使用率更高、獲得更多用戶的認(rèn)可！在智能駕駛中的信任問題1.技術(shù)可靠性智能駕駛系統(tǒng)的穩(wěn)定性和可靠性對用戶的信任至關(guān)

  HMI 智能駕駛 自動駕駛

  699瀏覽量

• 發(fā)布了文章 2024-06-13 08:27

  算力基礎(chǔ)設(shè)施的風(fēng)險與挑戰(zhàn)

  

  編者按算力網(wǎng)絡(luò)有一個美好的愿景，就是希望算力和算網(wǎng)，能像電力和電網(wǎng)一樣：算力可以標(biāo)準(zhǔn)化，有統(tǒng)一的計量單位。類似電力計量的千瓦時，或稱為度數(shù)。有很多算力中心生產(chǎn)算力，類似電廠生產(chǎn)電力。生產(chǎn)出來的算力，通過接入算網(wǎng)，最終供應(yīng)給算力的客戶。類似電廠的電力，通過電網(wǎng)接入千家萬戶。算力“隨時隨地，無處不在”，算力客戶可以非常方便的隨時接入任何位置的算力，支撐自己的業(yè)務(wù)

  人工智能 電網(wǎng) 算力

  349瀏覽量

• 發(fā)布了文章 2024-06-12 08:27

  作為深度學(xué)習(xí)的代表，GPU是如何計算的？

  

  當(dāng)提到CPU（CentralProcessingUnit，中央處理器）時，就是機(jī)器的“大腦”，是計算機(jī)系統(tǒng)的核心部件，也是布局謀略、發(fā)號施令、控制行動的“總司令”。CPU的結(jié)構(gòu)主要包括運(yùn)算器（ALU,ArithmeticandLogicUnit）、控制單元（CU,ControlUnit）、寄存器（Register）、高速緩存器（Cache）和它們之間通訊的數(shù)

  cpu 中央處理器 存儲數(shù)據(jù) 深度學(xué)習(xí)

  307瀏覽量

• 發(fā)布了文章 2024-06-08 08:27

  一篇文章看懂：什么是PBR？

  

  學(xué)習(xí)建模的同學(xué)肯定會聽說過PBR，它就像“一鍵美顏”一樣，讓模型師的工作變得效率高且質(zhì)量更好。PBR全稱是PhysicallyBasedRendering，是一種以物理上精確的方式模擬光與材質(zhì)相互作用的渲染技術(shù)。它通過考慮材質(zhì)的物理特性（例如反射率、粗糙度和透明度）來創(chuàng)建更真實、更可信的圖形。由于其高度的易用性以及方便的工作流，可以在不同的軟件中渲染出相同的

  3D模型 PBR 渲染

  1.3k瀏覽量

• 發(fā)布了文章 2024-06-07 08:27

  RISC-V現(xiàn)在發(fā)展得怎么樣了？

  

  Omdia的報告預(yù)計，到2030年，RISC-V架構(gòu)芯片的出貨量將達(dá)到170億，市場份額將占到25%，尤其在工業(yè)和汽車行業(yè)增長加快。這一預(yù)測也表明RISC-V架構(gòu)正迅速獲得市場認(rèn)可，也意味著它或?qū)⒋蚱崎L期以來由少數(shù)傳統(tǒng)架構(gòu)主導(dǎo)的市場格局。RISC-V的巨大市場潛力得益于以下幾方面：開源優(yōu)勢：RISC-V是一個開源的指令集架構(gòu)，這意味著

  RISC-V 處理器 芯片

  276瀏覽量

• 發(fā)布了文章 2024-06-06 08:28

  如何從處理器和加速器內(nèi)核中榨取最大性能？

  

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

  內(nèi)核 加速器 處理器

  797瀏覽量

• 發(fā)布了文章 2024-06-05 08:27

  通過強(qiáng)化學(xué)習(xí)策略進(jìn)行特征選擇

  

  來源：DeepHubIMBA特征選擇是構(gòu)建機(jī)器學(xué)習(xí)模型過程中的決定性步驟。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，我們將介紹并實現(xiàn)一種新的通過強(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)

  223瀏覽量

• 發(fā)布了文章 2024-06-04 08:27

  大語言模型(LLM)快速理解

  

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

  ChatGPT LLM 語言模型

  655瀏覽量

• 發(fā)布了文章 2024-05-31 08:28

  淺談車機(jī)交互的現(xiàn)狀和未來

  

  車載信息娛樂系統(tǒng)的發(fā)展歷史并不長，走向智能化、網(wǎng)聯(lián)化只是過去十幾年間的事情?？v觀其發(fā)展歷程，大致可以分為三個階段：初級階段（1910年至1990年代）：1910年，愛立信創(chuàng)始人拉什·馬格拉斯·愛立信（LarsMagnusEricsson）在他的車內(nèi)安裝了一部電話，與其說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

  290瀏覽量