颖脉Imgtec

动态

• 发布了文章 2025-09-22 17:02

  一文读懂大模型常见的10个核心概念

  

  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，你又了解多少？这篇文章将帮助你快速掌握AI行业常见的核心概念。1、大模型型号每个大模型都有其独特的设计和功能，有些大模型可能在语言理解方面表现出

  AI 人工智能 大模型

  1.5k浏览量

• 发布了文章 2025-09-19 11:58

  一文看懂AI训练、推理与训推一体的底层关系

  

  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）。它们就像“学霸的高考备考”和“考试当天的答题表现”，缺一不可。1、什么是AI训练（Training）？通过大量数据训练模型参数，使其具备特定

  AI 人工智能 大模型

  3.2k浏览量

• 发布了文章 2025-09-18 12:15

  芯粒技术的专利保护挑战与应对策略

  

  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且复杂。芯粒技术：后摩尔时代的创新突破系统级芯片（System-on-a-Chip，简称SoC）作为集成电路领域的核心产品，能够在单一封装内

  chiplet 半导体 芯粒 集成电路

  1.4k浏览量

• 发布了文章 2025-09-17 13:31

  神经网络的并行计算与加速技术

  

  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，并行计算与加速技术在神经网络研究和应用中变得至关重要，它们能够显著提升神经网络的性能和效率，满足实际应用中对快速响应和大规模数据处理的需求。神经网络并行

  AI 人工智能 神经网络

  1.5k浏览量

• 发布了文章 2025-09-16 11:40

  算力赋能未来：自动驾驶如何从科幻驶入现实？

  

  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、摄像头等多源传感器实时采集周围环境数据。这些数据需要强大的算力来快速处理和分析，以识别道路、车辆、行人、交通标志等

  汽车 算力 自动驾驶

  991浏览量

• 发布了文章 2025-09-15 10:27

  量子机器学习入门：三种数据编码方法对比与应用

  

  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[0.7,1.2,-0.3]，但量子电路运行在概率幅和量子态的数学空间里。你的每个编码决策——是用角度旋转、振幅映射还是基态表示——都在重新定义信息在量子

  机器学习 量子 量子电路

  1.2k浏览量

• 发布了文章 2025-09-12 18:10

  Imagination亮相汽车芯片产业大会 深入解读高安全GPU+AI融合计算架构

  

  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讨。Imagination技术总监艾克出席活动，发表了《驱动未来：面向智能驾舱的高安全GPU+AI融合计算架构》的主题演讲。艾克首先介绍了目

  AI gpu imagination 汽车芯片

  1.4k浏览量

• 发布了文章 2025-09-10 09:28

  小白学大模型：大模型加速的秘密 FlashAttention 1/2/3

  

  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个主要问题：内存占用高：模型需要生成一个巨大的注意力矩阵(N×N)。这个矩阵需要被保存在高带宽内存(HBM)中。对于长序列，这很快就会超出G

  人工智能 内存 大模型

  5.2k浏览量

• 发布了文章 2025-09-04 11:51

  手把手教你设计Chiplet

  

  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功能拆分成更小的异构或同构芯片（称为芯片集），并将这些Chiplet集成到单个系统级封装(SIP)中，其中总硅片尺寸可能超过单个SoC的光罩尺寸。SIP不仅

  chiplet 系统设计 芯片

  1.1k浏览量

• 发布了文章 2025-09-03 10:32

  从自然仿真到智能调度——GPU并行计算的多场景突破

  

  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，成为科学仿真与智能调度的核心计算平台。在自然现象模拟中，风沙流、流体力学等问题往往涉及海量粒子间的相互作用，计算负担极为沉重，而GPU的并行邻居搜索与空间

  gpu 仿真 智能调度

  1.2k浏览量