电子发烧友网>人工智能> > 正文

机器学习/人工智能应用开发的硬件及机遇

2021年01月21日 10:42 次阅读

在本文中,我将讨论专为机器学习/人工智能应用开发的硬件,以及该领域的机遇。并简要介绍英伟达是如何在机器学习硬件领域实现近乎垄断的地位,以及为什么几乎没有人能成功挑战它。

在过去的10年中,专用于机器学习应用的硬件研究迅猛发展,硬件与机器学习栈的每个部分都有关系。这种硬件可加速训练和推理,减少延迟时间,降低功耗,并降低这些设备的零售成本。当前通用的机器学习硬件解决方案是英伟达GPU,这使得英伟达在市场上占据主导地位,并使其估值超越英特尔

随着前景广阔的研究不断涌现,英伟达继续通过出售GPU和它的专有CUDA工具箱来主导这个领域。不过,我认为有四个因素将挑战英伟达的统治地位,并且最快今年,也肯定会在2~3年内改变机器学习硬件的格局。

这个领域的学术研究正在成为主流。摩尔定律已死。随着它的消亡,“技术和市场力量正在将计算推向相反的方向,使得计算机处理器不再是通用的,而是更加专业化的。”(出处)投资人和创始人都认识到,人工智能不仅能开辟新的领域,而且能增加他们的预算。人工智能产生的碳排放量过高,而且越来越高。我们需要让计算更加节能。

背景

下面是典型的机器学习管道的样子:

pIYBAGAI6kCAUfqRAAK6f2YGg3Y217.png

对于大多数数据科学工作流而言,在训练和部署大型模型之前,通用芯片,如CPU,就已经足够了。GPU在“深度学习”(涉及视觉和自然语言处理等任务的神经网络体系结构)中几乎总是必不可少的。为深度学习提供GPU工作站的LambdaLabs公司估计,包括英伟达的顶级GPU集群在内,训练GPT-3的费用大约为460万美元。

使用GPU的主要优点是,与传统CPU相比,GPU可以并行地执行计算,数据吞吐量更高。计算过程中,机器学习的核心计算部分是矩阵乘法,并行运行时能大大提高运算速度。专有的英伟达CUDA提供了API和工具,以便开发者可以利用这种并行化。像TensorFlow和PyTorch这样的流行库将其抽象出来,其中一行代码会自动检测GPU,然后利用CUDA后端。若要设计一种新的算法或库,需要利用并行计算的优势,CUDA提供的工具会使这一工作更加简单。

上世纪90年代初,英伟达作为一家视频游戏公司起家,希望能提供能快速绘制3D图像的图像芯片。它在这一业务上取得了成功,在与另一家显卡制造商AMD的不断交锋中,始终如一地制造出一些最强大的GPU。巧合的是,同样的图形硬件竟然成了深度学习腾飞不可或缺的因素。CUDA让英伟达比其他GPU更有优势。

2006年,英伟达发布了第一个CUDA工具包,它提供了一个API,可以让使用GPU变得非常简单。3年后,2009年,斯坦福大学人工智能教授吴恩达及其合作者发表了一篇题为《使用图形处理器的大规模无监督式深度学习》(Large-scaleDeepUnsupervisedLearningusingGraphicsProcessors)的论文,指出如果GPU用于训练,大规模的深度学习就有可能实现。

一年后,吴恩达和斯坦福大学的另一位教授,GoogleX的共同创始人,SebasTIanThrun,向拉里·佩奇提出了在谷歌成立深度学习研究团队的想法,该团队后来成为GoogleBrain。伴随着GoogleBrain的崛起和“Imagenet时刻”的到来,英伟达的GPU已经成为人工智能/机器学习行业事实上的计算标准。如需更多信息,请参阅这篇文章《新的英特尔:英伟达如何从驱动视频游戏到革新人工智能》(TheNewIntel:HowNvidiaWentFromPoweringVideoGamesToRevoluTIonizingArTIficialIntelligence)。

概述:现状

英伟达凭借其GPU在深度学习硬件领域占据主导地位,这在很大程度上要归功于CUDA。据福布斯报道,“2019年5月,前四大云计算供应商在97.4%的基础设施即服务(IaaS)计算实例类型中部署了英伟达GPU,并配备了专用加速器”。面对竞争,它也没有坐以待毙。

谷歌早在2015年就开发了专门为神经网络开发的人工智能加速器芯片TPU。在其作为特定领域加速器的狭义用例中,TPU比GPU更快,也更便宜,但在谷歌的GCP生态系统中,TPU被隔离起来,仅有TensorFlow和PyTorch支持(其他库需要自己编写TPU编译器)。

AWS正在对自己的芯片下赌注,尤其是机器学习。到目前为止,AWSInferenTIa芯片似乎是最成功的。这在很大程度上取决于开发者从CUDA切换到亚马逊Inferentia和其他芯片的工具包的难易程度。

2019年12月,英特尔以20亿美元的价格收购了HabanaLabs,这是一家以色列公司,为训练和推理工作负载制造芯片和硬件加速器。英特尔的投资似乎得到了回报,上个月,AWS宣布将提供运行Habana芯片的新EC2实例,“与当前基于GPU的EC2实例相比,为机器学习工作负载提供高达40%的价格性能”。英特尔还推出了新的XeonCPU系列,它认为可与英伟达的GPU竞争。

Xilinx是一家发明FPGA的上市公司,最近又涉足人工智能加速器芯片领域,2020年10月被AMD收购。

对人工智能计算能力的需求正在加速。

变化与机遇

正如我在上面提到的,我的设想是,到2021年及以后,英伟达的主导地位将会受到越来越多的挑战和侵蚀。造成这种情况的原因有四个:

1.学术研究变成真正的产品

学术界和工业界研究人员创立的一些初创公司已经开始研究机器学习专用硬件,而且还有更多的开发空间。在这个领域发表的论文并不只是提出理论上的保证,它还展示了真正的硬件原型,这些原型实现了比商业可用选项更好的指标。(实例1、实例2和实例3)

芯片和硬件加速器的种类很多,每一种都有其蓬勃发展的研究社区。简单地列举一些:

专用集成电路ASIC)。谷歌TPU和AWSInferentia都是ASIC的例子。ASIC产品的研发和生产成本可能高达5000万美元,但是复制产品的边际成本通常很低。ASIC可以被设计成低功耗的,而且不会对性能有太大的影响。

现场可编程逻辑门阵列(FPGA)。FPGA对于高频交易者来说已稀松平常,但在机器学习方面的例子包括微软的Brainwave和英特尔的Arria。单个FPGA的生产成本较低,但多个FPGA的生产边际成本要高于ASIC。

神经形态计算。该领域试图对人脑的生物结构进行建模,并将其转换成硬件。尽管神经形态学的思想可以追溯到20世纪80年代,但该领域仍处于起步阶段。在《自然》上有一篇很好的综述性论文。

更多内容请参阅此项调查报告《机器学习加速芯片综述》(SurveyofMachineLearningAccelerators),并关注ISCAS。

使用上述研究结果的一些有前途的初创公司:

Blaize于2019年宣称已经开发出一种完全可编程的低功耗处理器,可实现10倍的低延迟,并且“系统效率最高可提高60%”。

SambaNovaSystems是由斯坦福大学教授和甲骨文前高管创立的初创公司,由谷歌风投和英特尔资本出资组建。它刚刚宣布了一项新产品,该产品是一个“完整、集成的软件和硬件系统平台,可以对从算法到芯片的数据流进行优化”。

Graphcore是一家英国初创公司,由红杉、微软、宝马和DeepMinds创始人领投。

2.摩尔定律已死,但无论如何,专用硬件都是未来趋势

o4YBAGAI6kiAWUMWAALDbT6D5Ww010.png

摩尔定律预测,集成电路上的晶体管数量每两年就会增加一倍。自20世纪70年代以来,这在经验上一直是正确的,并且是我们从那时起所看到的技术进步的代名词:个人计算革命、传感器和摄像头的改进、移动设备的兴起,以及为人工智能提供充足资源的崛起,凡是你能想到的一切。唯一的问题是,摩尔定律即将结束,如果它还没有结束的话。“缩小芯片的难度越来越大,这已经不是什么秘密了,而且这样做的好处也今非昔比了。去年,英伟达的创始人黄仁勋直言不讳地认为,‘摩尔定律已不再可能了’。”《经济学人》(TheEconomist)写道。

麻省理工学院经济学家NeilThompson在《麻省理工科技评论》(MITTechnologyReview)上解释说:“软件和专业架构方面的进步现在将开始有选择地针对特定的问题和商业机会,对那些有充足资金和资源的人有利,而不是像摩尔定律那样‘水涨船高’,通过提供速度更快、成本更低的芯片来普及。”一些人,包括Thomspon在内的,都认为,“这是一个消极的发展,因为计算硬件将开始分裂为“‘快车道’应用和‘慢车道’应用程序,前者使用功能强大的定制芯片,而后者则被卡在使用通用芯片上,而且其进展缓慢。”

对于这个问题,分布式计算常常是一种解决方案:让我们使用功能更少、成本更低的资源,但要使用大量的资源。但是,就连这种方案也越来越昂贵(更别提分布式梯度下降算法的复杂性了)。

那么,接下来会发生什么呢?2018年,CMU的研究人员在《自然》上发表了一篇论文,题为《摩尔定律末期的科学研究政策》(ScienceandresearchpolicyattheendofMoore’slaw),该论文指出,私营部门将重点放在短期盈利上,这使得摩尔定律很难找到通用的继承者。他们呼吁公私合作,共同创造计算硬件的未来。

虽然我并不反对公私合作(给予他们更多的权利),但我认为未来的计算硬件将是专用芯片的集合,当它们协同工作时,它们比现在的CPU更能胜任通用任务。我相信苹果向自己的芯片过渡是朝着这个方向迈出的一步,这证明了软硬件集成系统将优于传统芯片。特斯拉也在自动驾驶中采用了自己的硬件。我们需要的是大量的新玩家涌入硬件生态系统,这样专业芯片的好处就可以实现大众化,并分布在昂贵的笔记本电脑、云服务器和汽车之外。(我敢说……是时候打造了吗?)

3.创始人和投资者担心成本上涨

AndreessenHorowitz的MartinCasado和MattBornstein在去年年初发表了一篇题为《人工智能的新业务(及其与传统软件的区别》(TheNewBusinessofAI(andHowIt’sDifferentFromTraditionalSoftware))的文章,他们认为人工智能的业务与传统软件是不同的。说到底,一切都与利润有关。“云计算基础设施对人工智能公司来说是一个巨大的成本,有时甚至是隐性成本”。正如我所提到的那样,训练人工智能模型可能需要花费数千美元(如果你是OpenAI,你就得花数百万美元),但成本并不止于这些。人工智能系统必须得到持续监控和改进。如果你的模型是“离线”训练的,那么它很容易出现概念漂移,即现实世界中的数据分布随着时间的推移与你训练的数据发生变化。这种情况可能是自然发生的,也可能是对抗性的,比如当用户试图欺骗信用风险算法时。出现这种情况时,就必须对模型进行再训练。

对于降低概念漂移和创建与现有模型具有相同性能保证的更小的模型有一些积极的研究,但这是另一篇文章的主题。同时,该行业也正在推进更大的模型和更大的计算支出。更便宜、更专业的人工智能芯片无疑会降低这些成本。

4.训练大型模型有助于气候变化

由马萨诸塞大学阿默斯特分校进行的一项研究发现,训练一个现成的自然语言处理模型所产生的碳排放量相当于从旧金山飞往纽约的一次航班。在三大云计算供应商中,只有谷歌的数据中心超过50%的能源来自可再生能源。

但我认为,我不必列出我们为什么要减少人工智能的碳排放。我想说的是,现有的芯片耗电量过大,而且研究表明,其他类型的硬件加速器,如FPGA和超低能耗芯片(如谷歌TPUEdge),对于机器学习和其他任务来说,可以更加节能。

即使是地理也会影响到人工智能的碳排放。斯坦福大学的研究人员估计,“在主要依赖页岩油的爱沙尼亚举行一次会议,其产生的碳排放量是在魁北克举行的会议的30倍,而魁北克主要依靠水力发电。”

已露端倪

我已经提到了人工智能的硬件,但是人工智能的硬件怎么样?谷歌最近申请了一项专利,该专利是关于一种利用强化学习来确定跨多个硬件设备的机器学习模型操作的位置的方法。这项专利背后的研究人员之一是AzaleaMirhoseini,她在GoogleBrain负责机器学习硬件/系统的登月计划。
责任编辑人:CC

下载发烧友APP

打造属于您的人脉电子圈

关注电子发烧友微信

有趣有料的资讯及技术干货

关注发烧友课堂

锁定最新课程活动及技术直播

电子发烧友观察

一线报道 · 深度观察 · 最新资讯
收藏 人收藏
分享:

评论

相关推荐

【现场直播】第五届IoT大会之人工智能分论坛

直播主题:● AI知名企业大佬现场分享观点,解读行业趋势● 中国AI产品制造商和系统集成商的产品、技术和市场战略● AI
发烧友学院发表于 2018-12-18 00:00 5667次阅读
【现场直播】第五届IoT大会之人工智能分论坛

选择合适的工具——轻松玩转AI

人工智能(AI)历史悠久,自1955年便被公认为一门学科。人工智能是计算机模仿人类智能、从经验中学习....
发表于 2021-01-21 15:10 0次阅读
选择合适的工具——轻松玩转AI

美国各地的AI研究人员和开发人员都受到了强有力的...

实施工作将由白宫科学技术政策办公室领导,并由美国国家标准与技术研究院,美国国家科学基金会或能源部每年....
发表于 2021-01-21 15:07 7次阅读
美国各地的AI研究人员和开发人员都受到了强有力的...

Valo Health正在研究涉及不同癌症的多个...

癌症是该公司周一宣布的四个治疗目标的重点。该公司特别指出,它正在研究与结肠癌有关的USP28。HDA....
发表于 2021-01-21 15:00 27次阅读
Valo Health正在研究涉及不同癌症的多个...

松下的汽车团队推出了平视显示器(HUD)系统

松下表示,新的AR HUD系统将人工智能检测到的重要信息直接投射到驾驶员的视野中。这种情况防止驾驶员....
发表于 2021-01-21 14:57 36次阅读
松下的汽车团队推出了平视显示器(HUD)系统

如何监督和评估结合了AI和机器学习技术的医学应用...

该中心推出的九月为中心的器械和辐射健康中心(CDRH)的一部分,表示将考虑这样掺入潜在的贡献者设备的....
发表于 2021-01-21 14:54 32次阅读
如何监督和评估结合了AI和机器学习技术的医学应用...

菲亚特将成为第一个使用亚马逊的人工智能软件的客户

大约一年前,FCA开始将Alexa集成到其Uconnect 5操作系统中。自定义助手基于Amazon....
发表于 2021-01-21 14:52 45次阅读
菲亚特将成为第一个使用亚马逊的人工智能软件的客户

推进环境智能(AmI)的子领域,以用于医疗保健

就像斯坦福大学的计算机科学家李飞飞博士所说的那样:“ [这是我职业生涯中的第一次,成功不仅仅取决于工....
发表于 2021-01-21 14:48 28次阅读
推进环境智能(AmI)的子领域,以用于医疗保健

Facebook的人工智能模型适用于医疗保健专业...

冠状病毒研究正在全速进行。在此过程中,技术急于提供帮助。Facebook人工智能研究人员旨在帮助医疗....
发表于 2021-01-21 14:44 14次阅读
Facebook的人工智能模型适用于医疗保健专业...

平台+生态+混搭 ,迈向可持续发展的未来

在行业方面,IBM 也改变了合作方式。在金融、电信这些对安全有着极高要求、同时又是 IBM 有着深厚....
发表于 2021-01-21 14:35 30次阅读
平台+生态+混搭 ,迈向可持续发展的未来

语音识别技术的普及成为了现实

语音识别是一门交叉学科,所涉及的领域有信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智....
发表于 2021-01-21 14:24 31次阅读
语音识别技术的普及成为了现实

扫地机器人的机械结构

自动进行房间地面清洁的自动扫地机器人,集机械学、电子技术、传感器技术、计算机技术、控制技术、机器人技....
发表于 2021-01-21 14:17 42次阅读
扫地机器人的机械结构

2020年人类科技征程高光回眸

1月10日新媒体专电 2020年,新冠疫情肆虐世界,但科技发展的脚步没有停滞,人类的科学探索步伐迈向....
发表于 2021-01-21 13:45 79次阅读
2020年人类科技征程高光回眸

2020年人工智能发展报告

过去十年里,人工智能从实验室走向产业化生产,重塑传统行业模式、引领未来的价值已经凸显,并为全球经济和....
发表于 2021-01-21 13:43 112次阅读
2020年人工智能发展报告

青岛认知人工智能研究院筹备会在市南区召开

1月8日,青岛认知人工智能研究院筹备会在市南区召开,市科技局、市南区政府有关领导及研究院筹备组主要成....
发表于 2021-01-21 13:43 33次阅读
青岛认知人工智能研究院筹备会在市南区召开

商汤科技人工智能计算与赋能平台项目举行封顶仪式

2021新年伊始(1月4日),商汤科技上海新一代人工智能计算与赋能平台项目在临港新片区隆重举行封顶仪....
发表于 2021-01-21 11:48 117次阅读
商汤科技人工智能计算与赋能平台项目举行封顶仪式

Facebook宣布对人工智能(AI)技术进行新...

1月21日消息,据国外媒体报道,Facebook宣布对其人工智能(AI)技术进行新的改进,增强为视障....
发表于 2021-01-21 11:47 327次阅读
Facebook宣布对人工智能(AI)技术进行新...

科学家开发可预测精神病的AI系统

人工智能已经越来越多应用到医疗诊断情景中,比如站长之家曾报道的谷歌AI系统可以辅助医生识别乳腺癌。最....
发表于 2021-01-21 11:42 99次阅读
科学家开发可预测精神病的AI系统

极视角宣布完成C1轮融资 Qualcomm创投曾...

1月18日,人工智能视觉算法商城——极视角宣布完成C1轮融资,此轮融资由北高峰资本与天奇创投合投,毅....
发表于 2021-01-21 11:40 108次阅读
极视角宣布完成C1轮融资 Qualcomm创投曾...

无人驾驶汽车又是怎么样的一个技术解决方案呢?

它是集自动控制、体系结构、人工智能、视觉计算等众多技术于一体,是计算机科学高度发展的产物,也是衡量一....
发表于 2021-01-21 11:18 170次阅读
无人驾驶汽车又是怎么样的一个技术解决方案呢?

从八大技术六个趋势看尽人脸识别

8大技术优势,6个发展趋势,人脸识别已经深入到了生活的方方面面。 近年来, 随着人工智能、计算机视觉....
发表于 2021-01-21 11:17 264次阅读
从八大技术六个趋势看尽人脸识别

2020年中国、世界十大科技进展

1月20日,2020年中国十大科技进展新闻、世界十大科技进展新闻在京揭晓。
发表于 2021-01-21 11:01 85次阅读
2020年中国、世界十大科技进展

AI赋能电子警察,实现对交通违章违法行为的研判和...

由于AI技术的成熟应用,我国电子警察系统的应用迎来一个全新的时代。相比之下,AI电子警察比人的判断更....
发表于 2021-01-21 10:57 82次阅读
AI赋能电子警察,实现对交通违章违法行为的研判和...

新企业能否让日本国产无人机实现逆袭?

NTT东日本公司发布消息称,已成立国产无人机的制造、销售、服务等的新企业。NTT东日本在运用无人机检....
发表于 2021-01-21 10:45 103次阅读
新企业能否让日本国产无人机实现逆袭?

寒武纪首颗训练芯片思元290亮相

1月21日,寒武纪思元290智能芯片及加速卡、玄思1000智能加速器量产落地后首次正式亮相。思元29....
发表于 2021-01-21 10:35 384次阅读
寒武纪首颗训练芯片思元290亮相

从理论上来看,人类不可能控制超级人工智能

计算的能力是有极限的,但因此,人类无法控制超级人工智能。 近日,一项新的研究发现,从理论上来看,人类....
发表于 2021-01-21 10:13 51次阅读
从理论上来看,人类不可能控制超级人工智能

人工智能和移动通讯技术,打造出智慧环卫

城市环境卫生如何在出游高峰期承载更大的压力?怎样更好的管理环卫车辆和环卫工人?这些问题一直困扰着卫生....
发表于 2021-01-21 10:07 192次阅读
人工智能和移动通讯技术,打造出智慧环卫

2021年或将是AI的普及之年

随着科学技术的不断进步和发展,人工智能的发展是时代的必然,也将对我国经济发展作出重要的贡献。2021....
发表于 2021-01-21 10:05 203次阅读
2021年或将是AI的普及之年

越来越多的人工智能企业正叩响科创板的大门

近年来,在算法、算力和大数据三大要素驱动下,人工智能的产业成熟度正不断提升,同时,越来越多的人工智能....
发表于 2021-01-21 10:03 306次阅读
越来越多的人工智能企业正叩响科创板的大门

AI与药物研发的结合有什么影响

目前,巨额的研发成本以及漫长的研发周期正越来越成为药企研发创新时的“拦路虎”。有数据显示,目前一款新....
发表于 2021-01-21 09:55 176次阅读
AI与药物研发的结合有什么影响

走进三尺科技,携手共同带领制造业企业实现转型升级

2020年12月30日,广东省电子信息行业协会陈伟杰副秘书长走访协会会员单位——广州三尺信息科技有限....
发表于 2021-01-21 09:38 93次阅读
走进三尺科技,携手共同带领制造业企业实现转型升级

“人工智能与国际安全:挑战与机遇”分论坛

清华大学战略与安全研究中心主任、人工智能国际治理研究院名誉院长傅莹和布鲁金斯学会主席约翰·艾伦(Jo....
发表于 2021-01-21 09:36 197次阅读
“人工智能与国际安全:挑战与机遇”分论坛

人工智能有哪些专业,前景如何

人工智能专业包括哪些专业?人工智能专业相关研究方向有很多分支学科,包含模式识别与智能系统、计算机应用....
发表于 2021-01-21 09:33 277次阅读
人工智能有哪些专业,前景如何

“人工智能与数据安全”分论坛

文森特·穆勒在主旨演讲中,分成两步介绍了超级智能和通用人工智能的长期风险,即从超级智能到技术奇点,再....
发表于 2021-01-21 09:30 210次阅读
“人工智能与数据安全”分论坛

机器学习的范围/算法/分类

什么是机器学习?机器学习是英文名称MachineLearning(简称ML)的直译。机器学习涉及概率....
发表于 2021-01-21 09:29 46次阅读
机器学习的范围/算法/分类

首届“清华大学人工智能合作与治理国际论坛”在清华...

在12月18日举行的开幕式上,联合国副秘书长、联合国秘书长特别顾问法布里齐奥·霍奇尔德(Fabriz....
发表于 2021-01-21 09:28 257次阅读
首届“清华大学人工智能合作与治理国际论坛”在清华...

旷视科技科创板开启上市辅导 旷视科技股票要来了

  截止IPO前,旷视已完成7轮融资,融资总金融接近13亿美元。 1月12日,中国证监会北京监管局公....
发表于 2021-01-21 09:21 241次阅读
旷视科技科创板开启上市辅导 旷视科技股票要来了

传统的节能手段无法满足数据中心节能要求,AI提供...

2020年,数据中心建设被中央正式列入新基建战略,被视为新基建的基础设施、经济高质量发展的数字底座。....
发表于 2021-01-20 17:55 247次阅读
传统的节能手段无法满足数据中心节能要求,AI提供...

亚马逊推出AWS Inferentia芯片

亚马逊推出用于人工智能部署的AWS Inferentia芯片...
发表于 2021-01-18 06:17 0次阅读
亚马逊推出AWS Inferentia芯片

如何利用人工智能实现更为高效的下一代数据存储

充分利用人工智能,实现更为高效的下一代数据存储...
发表于 2021-01-15 07:08 0次阅读
如何利用人工智能实现更为高效的下一代数据存储

【HiSpark IPC DIY Camera试用连载 】第二篇 视频的人脸检测

实在的,ipc本身就带有这个功能,只要摄像头出现画面,本身就会检测人脸,而且从app上看,还有移动检测功能,已经非常强大...
发表于 2021-01-14 00:08 202次阅读
【HiSpark IPC DIY Camera试用连载 】第二篇 视频的人脸检测

如何培养《未来架构师》(1) :VR+AI潮流下的教育新方向

一、新方向:培养真正属于自己的想法和思考        从中华文化的发展中,《易经》最早观察到宇...
发表于 2021-01-04 10:21 1313次阅读
如何培养《未来架构师》(1)  :VR+AI潮流下的教育新方向

先进的创新教育:AI 思维+设计思维

      2017/10/19,谷歌的DeepMind团队在Nature期刊上发表了一篇文章:“Mastering the game...
发表于 2021-01-04 10:16 1212次阅读
先进的创新教育:AI 思维+设计思维

几种ARM编译器及IDE开发环境

ARM应用软件的开发工具根据功能的不同,分别有编译软件、汇编软件、链接软件、调试软件、嵌入式实时操作系统、函...
发表于 2020-12-29 09:31 627次阅读
几种ARM编译器及IDE开发环境

MS1793蓝牙芯片的特性

上海巨微MS1793单模超低功耗蓝牙芯片
发表于 2020-12-29 07:50 0次阅读
MS1793蓝牙芯片的特性

高焕堂老师AI学习:麦肯锡(MCKINSEY)方法的基本原則

麦肯锡(McKinsey)方法的MECE原則 – 基于MECE原则来拟定扎实的议题起始假定(Initial Hypothesis) – 然...
发表于 2020-12-28 09:54 101次阅读
高焕堂老师AI学习:麦肯锡(MCKINSEY)方法的基本原則

如何培养<龍傳人>的科学创新思考技术

前言 我提出一项假设:科学创新能力式微的原因是:缺乏假设性思考习惯。 于是提出一项激发创新的策略:推广溯因推理...
发表于 2020-12-28 09:45 2121次阅读
如何培养<龍傳人>的科学创新思考技术

高焕堂老师AI教程:介绍MECE

大前研一的书---“思考的技术”,书中提到改变思考路径,能洞悉问题的本质,突破表面的迷思,创新构想源源不绝,又能...
发表于 2020-12-25 11:32 101次阅读
高焕堂老师AI教程:介绍MECE