企业号介绍

全部
  • 全部
  • 产品
  • 方案
  • 文章
  • 资料
  • 企业

颖脉Imgtec

Imagination为图形、视觉和AI处理授权市场领先的处理器解决方案,基于其 IP的产品被全球数十亿人用于他们的手机、汽车、住宅和工作。

689 内容数 99w+ 浏览量 19 粉丝

颖脉Imgtec文章

  • 如何从处理器和加速器内核中榨取最大性能?2024-06-06 08:28

    利用缓存增强低成本、上一代或中端的SoC。一些设计团队在创建片上系统(SoC)设备时,有幸能够使用最新和最先进的技术节点,并且拥有相对不受限制的预算来从可信的第三方供应商那里获取知识产权(IP)模块。然而,许多工程师并没有这么幸运。对于每一个“不惜一切代价”的项目,都有一千个“在有限预算下尽你所能”的对应项目。一种从成
    内核 加速器 处理器 1794浏览量
  • 通过强化学习策略进行特征选择2024-06-05 08:27

    来源:DeepHubIMBA特征选择是构建机器学习模型过程中的决定性步骤。为模型和我们想要完成的任务选择好的特征,可以提高性能。如果我们处理的是高维数据集,那么选择特征就显得尤为重要。它使模型能够更快更好地学习。我们的想法是找到最优数量的特征和最有意义的特征。在本文中,我们将介绍并实现一种新的通过强化学习策略的特征选择。我们先讨论强化学习,尤其是马尔可夫决策
  • 大语言模型(LLM)快速理解2024-06-04 08:27

    自2022年,ChatGPT发布之后,大语言模型(LargeLanguageModel),简称LLM掀起了一波狂潮。作为学习理解LLM的开始,先来整体理解一下大语言模型。一、发展历史大语言模型的发展历史可以追溯到早期的语言模型和机器翻译系统,但其真正的起点可以说是随着深度学习技术的兴起而开始。1.1统计语言模型在深度学习技术出现之前,语言模型主要基于传统的统
    ChatGPT LLM 语言模型 3012浏览量
  • 浅谈车机交互的现状和未来2024-05-31 08:28

    车载信息娱乐系统的发展历史并不长,走向智能化、网联化只是过去十几年间的事情。纵观其发展历程,大致可以分为三个阶段:初级阶段(1910年至1990年代):1910年,爱立信创始人拉什·马格拉斯·爱立信(LarsMagnusEricsson)在他的车内安装了一部电话,与其说为了满足富豪车主需求,更像是推广自家产品。1924年,雪佛兰打造出世界上首款车载收音机,标
  • 2024年全球半导体产业发展态势解析2024-05-30 08:27

    本文由半导体产业纵横(ID:ICVIEWS)编译自semiconductorintelligence2024年开局缓慢,但已为增长做好准备。根据WSTS的数据,2024年第一季度全球半导体市场规模为1377亿美元。2024年第一季度比2023年第四季度下降5.7%,比去年同期增长15.2%。今年第一季度通常比上一年第四季度季节性下降。然而,2024年第一季度
  • AIGC+实时云渲染:开启3D内容生态的黄金时代2024-05-28 08:27

    AIGC与GPT-4浪潮一起涌入大众视野,在创作领域,人工智能取得了巨大的进步,并逐渐帮助甚至取代了人类进行复杂的创作活动。人工智能已经从以前的理解演变为自动生成内容,这宣布了人工智能时代的到来。AIGC的全称是“人工智能生成内容”(AIGeneratedContent)”。“它是一个涉及自然语言处理的宏大概念(NaturalLanguageProcessi
    3D AIGC 人工智能 1928浏览量
  • 高性能计算集群的能耗优化2024-05-25 08:27

    高性能计算(HighPerformanceComputing,HPC)是指利用大规模并行计算机集群来解决复杂的科学和工程问题的技术。高性能计算集群的应用领域非常广泛,包括天气预报、生物信息学、人工智能、大数据分析等。随着高性能计算集群的规模和性能的不断提升,其能耗问题也日益突出。高性能计算集群的能耗不仅增加了运行成本,还对环境造成了不利影响,例如温室气体排放
  • 人工智能需要强大的计算能力,光芯片有帮助吗?2024-05-24 08:27

    光学神经网络使用光子而不是电子,比传统系统具有优势。摩尔定律已经相当快了。它认为,计算机芯片每两年左右就会安装两倍数量的晶体管,从而在速度和效率上产生重大飞跃。但深度学习时代的计算需求增长速度甚至更快——这种速度可能不可持续。国际能源署预测,2026年人工智能消耗的电力将是2023年的10倍。计算硬件公司Lightmat
  • CPU渲染和GPU渲染优劣分析2024-05-23 08:27

    使用计算机进行渲染时,有两种流行的系统:基于中央处理单元(CPU)或基于图形处理单元(GPU)。CPU渲染利用计算机的CPU来执行场景并将其渲染到接近完美。这也是执行渲染的更传统方式。然而,随着GPU的出现,基于GPU的渲染获得了很大的普及。这些GPU是特定用途的芯片,在某些情况下提供与CPU渲染相当的结果。从广义上讲,GPU渲染允许同时运行更多的并行进程,
    cpu gpu 芯片 2199浏览量
  • 人工智能将加速RISC-V的采用:全球占比将达25%2024-05-21 08:27

    根据Omdia的最新研究,到2030年,RISC-V处理器将占据全球市场的近四分之一。尽管工业领域仍将是该技术最大的应用领域,但预计开放标准指令集架构(ISA)将在汽车领域实现最强劲的增长。此外,人工智能(AI)的兴起也有助于RISC-V的持续崛起。RISC-V值得注意的是,它是免许可的,允许任何人使用该