- 近日舉辦的GTC大會把人工智能/機器學習（AI/ML）領域中的算力比拼又帶到了一個新的高度，這不只是說明了通用圖形處理器（GPGPU）時代的來臨，而是包括GPU、FPGA和NPU等一眾數據處理加速器時代的來臨，就像GPU以更高的計算密度和能效勝出CPU一樣，各種加速器件在不同的AI/ML應用或者細分市場中將各具優勢，未來并不是只要貴的而是更需要對的。此次GTC上新推出的用于AI/ML計算或者大模型的B200芯片有一個顯著的特點，它與傳統的圖形渲染GPU大相徑庭并與上一代用于AI/ML計算的GPU很不一樣。
- 關鍵字：
FPGA AI ML Achronix
- 芯科科技首席執行官兼技術與產品開發高級副總裁Daniel Cooley先生帶來他對2024年行業技術發展的看法，特別著重于熱門的人工智能和機器學習（AI/ML）結合物聯網的應用趨勢。以下為訪談內容。芯科科技首席技術官兼技術與產品開發高級副總裁Daniel Cooley先生2024年，公司將繼續幫助企業打破連接的鴻溝，將其產品連接到云端，從而在無線連接方面為近乎數之不盡的市場賦能。芯科科技很早就觀察到了邊緣AI/ML與物聯網充分結合這一趨勢，將AI/ML引入物聯網應用可降低帶寬需求、節省功耗，并使設備具備更
- 關鍵字：
AI ML 物聯網 芯科科技
- 資安廠商Check Point發布2024年網絡安全趨勢預測，預期人工智能（AI）及機器學習（ML）崛起，將會有更多攻擊者利用AI，加速開發新型惡意軟件和勒索軟件。隨著算圖農場（GPU Render Farm）的興起，黑客將云端AI資源視為有利可圖機會。根據Check Point威脅情報部門表示，2023年網絡犯罪活動遽增，與去年同期相比，今年前三季全球平均每周網絡攻擊增加了3％，尤以臺灣為受攻擊次數最多的地區，各組織平均每周遭受1,509次攻擊。Check Point Software提出2024年八大
- 關鍵字：
AI ML 網絡攻擊
- 現今在人工智能驅動（AI-driven）的新興風潮下，人工智能和機器學習（AI/ML）正快速朝向網絡的邊緣端（Edge）發展- 即使是最小的物聯網設備也將很快得以運行AI/ML算法。這種持續性的演變也被行業稱為人工智能物聯網（AIoT）。在本篇博客中，Silicon Labs（亦稱“芯科科技”）產品營銷總監Ravi Subramanian講解了集成AI/ML硬件加速器的 SiWx917超低功耗Wi-Fi SoC 如何為物聯網設備制造商簡化邊緣 AI的開發，以迎向AI
- 關鍵字：
AI ML Edge
- 作為業內唯一一家既可以提供高端FPGA芯片以及對應的PCIe加速卡，又可以提供可適用于多種工藝的eFPGA IP解決方案的領先提供商，Achronix還給用戶提供統一的開發工具，既支持其高端FPGA芯片的開發設計，也支持eFPGA IP的開發設計。Achronix近日再次以其創新引起了業界的廣泛關注，其全新的技術再次突破了FPGA網絡極限。該公司日前宣布：其Achronix網絡基礎架構代碼（ANIC）現已支持包括400 GbE的傳輸速度。ANIC是一套靈活的FPGA IP模塊，專為提升高性能網絡傳輸速度而
- 關鍵字：
Achronix AI/ML
- 隨著應用要求的激增和用戶需求的增加，硬件設計變得更加復雜。市場趨勢的快速變化，以及對電動汽車等技術的更多關注，決定了對高效電源管理和高性能處理的需求水漲船高。隨著 SoC 設計規模的擴大，復雜程度的增加，驗證吞吐量仍然是一個瓶頸，單純依靠增加 CPU 核數量和運行更多的并行測試治標不治本。上述因素的疊加讓驗證工程師面對復雜設計的壓力與日俱增。 驗證永遠不會完成；當你的時間用完時，它就結束了。目標是在你耗盡時間之前使驗證過程收斂。每個人都希望看到關鍵指標收斂到目標，并在嚴格的成本和時間限制下做到這
- 關鍵字：
AI/ML 驗證曲線收斂
- 據TrendForce集邦咨詢最新服務器相關報告指出，CXL（Compute
Express
Link）原是希望能夠整合各種xPU之間的性能，進而優化AI與HPC所需要的硬件成本，并突破原先的硬件限制。CXL的支援仍是以CPU為源頭去考慮，但由于可支援CXL功能的服務器CPU
Intel Sapphire Rapids與AMD Genoa現階段僅支援至CXL
1.1規格，而該規格可先實現的產品則是CXL存儲器擴充（CXL Memory
Expander）。因此，TrendForce認為
- 關鍵字：
TrendForce 集邦咨詢 存儲器 CXL AI/ML DRAM
- 每年PC廠商都會推出一系列新的筆記本電腦，它們通常都配備了最新的技術和功能，旨在提供出色的用戶體驗。從以往的經驗來看，這些創新主要集中在外觀尺寸，屏幕增強和用戶界面等方面。而AI（人工智能）和ML（機器學習）的日益普及開辟了一個充滿可能性的新世界，PC廠商和生態系統巨頭都在尋求將這些先進的新功能添加到其產品功能集中。在本篇博文中，萊迪思將討論PC中AI/ML功能的增長趨勢，為什么FPGA非常適合實現這些新的體驗，并舉例說明采用萊迪思技術的PC解決方案。使用AI/ML功能優化PC用戶體驗對于世界各地的許多人
- 關鍵字：
萊迪思 FPGA AI ML
- 英飛凌科技股份公司（FSE: IFX / OTCQX: IFNNY）近日宣布將推出一款電池供電的智能報警系統（SAS）。該技術平臺利用基于人工智能/機器學習（AI/ML）的傳感器融合技術，實現了高精準度和超低功耗。與低功耗的聲學事件檢測方案相結合，可以帶來出色的性能表現。這款設計緊湊的智能報警系統，與目前在智能樓宇和智能家居中使用的聲學報警系統相比，不僅具有更高的檢測精準度，而且其電池使用壽命能夠媲美甚至超越傳統的解決方案。 英飛凌智能報警系統評估板和參考設計 英飛凌科技電源與傳感系統
- 關鍵字：
英飛凌 AI/ML 傳感器融合 智能報警系統
- 新思科技宣布推出「Synopsys DesignDash」設計優化解決方案，此乃新思科技EDA 數據分析產品組合的重大擴展，該解決方案透過機器學習技術，利用先前尚未發掘的設計見解(design insights)來提升設計生產力。Synopsys DesignDash為新思科技的數字設計系列、和獲獎肯定的AI導向設計空間優化解決方案DSO.ai的輔助產品，是一個兼具數據可見性(data-visibility)與機器智能引導的全面性設計優化解決方案，能為先進的SoC 設計帶來無可比擬的生產力。這項解決方案能
- 關鍵字：
新思 ML 大數據分析
- 從數據中尋找出W和B 就是ML的主要任務之一。然而，ML 并沒辦法直接計算出能夠滿足這個目標的W和B 值，但是它會逐步地修正W 和B，來滿足輸入空間與目標空間的對映關系（即規律）。本文將說明ML的逐步（迭代）學習策略及過程。1? ?設定目標（Target）點在上一期里，介紹了從X空間對映到Z 空間的范例，其中提供了已知的X 數據，以及對映的Z 數據。如下表：于是，ML 就來尋找其中的對映規律，并利用W 和B 來表達和記住它。那么，ML（或AI）是如何尋找出W 和B 的呢？答案是：逐步（
- 關鍵字：
202105 ML 迭代
- 1? ?從三維空間對應出發在前面的范例里，都只使用到簡單的一維和二維的特征（空間）對應。在本文中，將繼續擴大為三維的特征對應。一旦熟悉了三維的特征對應，就能輕易地繼續擴大到更多維的特征對應了。例如下圖，是從三維的X空間對應到二維的Z 空間。其中收集了5 個人的特征數據，每個人都有3 項特征：是否擦口紅、是否穿高跟鞋以及是否抽煙，如下圖所示。此時，已知這5 個人之中，有3 位是女士，另兩位是男士。也就是，人們心中已經將它們區分為兩個類（Class）了。于是，就設定兩個目標值：T=[0,
- 關鍵字：
202107 三維 ML
- 1? ?記住相關性：使用X*W+B=Y公式在上一期里，曾經說明了人和ML( 機器學習) 一樣都很擅長于將事物從原來的空間對映到另一個空間，例如繪畫、寫作等。在對映過程中，會不斷強化其對共性的記憶強度，因而能從經驗中累積、沉淀其所觀察過事物的共同規律( 即共相)。在ML 領域里，這個X*W+B=Y 的對映公式，扮演核心角色?，F在就從最簡單的例子，來仔細觀察，看看如何來找出W和B 的值。請從這個簡單的范例出發：首先從空間對映的視角來看，如下圖所示：這X 空間里已知有2 個值，分別對映到Y
- 關鍵字：
202104 ML 模型
- 前言人工智能/機器學習（AI/ML）改變了一切，影響著每個行業并觸動著每個人的生
活。人工智能正在推動從5G到物聯網等一系列技術市場的驚人發展。從2012年到
2019年，人工智能訓練集增長了30萬倍，每3.43個月翻一番，這就是最有力的證
明。支持這一發展速度需要的遠不止摩爾定律所能實現的改進，摩爾定律在任何情況下都在放緩，這就要求人工智能計算機硬件和軟件的各個方面都需要不斷的快速改進。從2012年至今，訓練能力增長了30萬倍內存帶寬將成為人工智能持續增長的關鍵焦點領域之一。以先進的駕駛員輔助系
- 關鍵字：
ADAS ML DRAM 內存
- 混合云數據分析平臺公司?Teradata?日前宣布增強其Teradata Vantage平臺，使協作和無摩擦的數據科學成為現實。通過顯著增加數據科學家、業務分析師、數據工程師、業務領導和其他可能使用不同工具和語言的人員之間的協作，?Vantage?可以使企業通過更強的數據治理和安全性實現更快的數據價值實現，并降低成本。所有Teradata Vantage客戶免費獲得的主要增強功能包括：●? ?擴展了對R和Python的原生支持，具有調用更多Van
- 關鍵字：
AI ML
ml介紹
您好，目前還沒有人創建詞條ml!
歡迎您創建該詞條，闡述對ml的理解，并與今后在此搜索ml的朋友們分享。
創建詞條
關于我們 -
廣告服務 -
企業會員服務 -
網站地圖 -
聯系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473
