颖脉Imgtec文章

• 2025算力行业深度解析：规模爆发、技术革新与未来机遇2025-12-15 11:40

  

  在数字经济加速渗透的今天，算力已成为像水、电一样重要的基础资源。2025年，随着人工智能、元宇宙等技术的突破性发展，算力行业正迎来前所未有的发展浪潮。本文将从市场规模、技术趋势和未来展望三大维度，带您全面洞察2025年算力行业的新变化与新机遇。2025年算力市场呈现“双轮驱动”格局，智能算力与通用算力协同增长，其中智能算力的爆发式增长成为最显著特征。1、智能

  gpu 算力 芯片 1457浏览量

• RISC-V如何变革嵌入式系统设计2025-12-12 11:27

  

  本文编译自SemiconductorDigest在开放式硬件架构、半导体技术的飞速发展，以及市场对可扩展定制计算平台需求持续增长的推动下，嵌入式系统设计正经历数十年来最为重大的变革之一。在这些变革趋势中，RISC-V架构脱颖而出，成为颠覆行业格局的关键力量，它所提供的灵活性、成本优势以及创新自由度，是传统处理器难以企及的。随着消费电子、医疗健康、汽车等众多行

  RISC-V 嵌入式系统 芯片 841浏览量

• 中国信通院发布2025年数字孪生十大关键词2025-12-11 14:03

  

  数字孪生作为一种综合技术应用正在各行各业深化应用，先后经历从可视化走向智能体、从局部试点迈向全域协同发展。2025年12月4日，第二届数字孪生技术与产业发展大会暨场景培育与开放创新大会在苏州举办。会上，中国信息通信研究院（简称“中国信通院”）产业与规划研究所副所长牟春波正式发布并解读“2025年数字孪生十大关键词”，十大关键词分别是数字孪生低空经济、数字孪生

  低空经济 数字孪生 848浏览量

• PowerVR上的LLM加速：LLM性能解析2025-12-10 08:34

  

  作者：AlexPim，Imagination软件架构Fellow在Imagination，我们致力于加速大语言模型在日常设备上的运行。在本系列关于大语言模型性能与加速的两篇博客的首篇中，我们将介绍关键性能指标：首次生成Token时间（TTFT）与Token间延迟（ITL）。在下一篇文章中，我们将分享如何在ImaginationGPU上实现高效的Llama.c

  AI LLM powervr 424浏览量

• 一文读懂LSTM与RNN：从原理到实战，掌握序列建模核心技术2025-12-09 13:56

  

  在AI领域，文本翻译、语音识别、股价预测等场景都离不开序列数据处理。循环神经网络（RNN）作为最早的序列建模工具，开创了“记忆历史信息”的先河；而长短期记忆网络（LSTM）则通过创新设计，突破了RNN的核心局限。今天，我们从原理、梯度推导到实践，全面解析这两大经典模型。一、基础铺垫：RNN的核心逻辑与痛点RNN的核心是让模型“记住过去”——通过隐藏层的循环连

  LSTM rnn 神经网络 1922浏览量

• 为啥 AI 计算速度这么惊人？—— 聊聊 GPU、内存与并行计算2025-12-05 14:35

  

  提到AI，大家常说它“算得快”，其实是指AI能在眨眼间处理海量数据。可它为啥有这本事？答案就藏在“GPU+高速内存+并行计算”这trio（组合）里。咱们可以把AI要处理的数据，想象成一大堆“小任务”。比如一张图片里的每个像素、一段语音里的每段声波、一句话里的每个词，都得单独拿出来计算。而且这些任务可不是几十个，而是几百万、几亿甚至更多，数量特别惊人。CPUG

  AI gpu 内存 并行计算 1173浏览量

• 为云游戏打造定制显卡2025-12-04 11:29

  

  根据GrandviewResearch的预测，到2030年全球云游戏市场将超过200亿美元，其中亚太地区将占据约45%的市场机会。然而，目前主流的GPU解决方案主要是为数据中心计算而设计的，并不适用于云游戏独特的经济模型。云游戏的盈利能力依赖于在保持高质量用户体验的前提下，每颗GPU能支持的高并发用户数量。对于正在开发云游戏硬件的公司而言，选择合适的GPUI

  云游戏 显卡 673浏览量

• 汽车中的GPU是如何使用的？2025-12-03 14:45

  

  （HMI）的发展尤为迅猛。随着电子电气架构（EEA）的集中化，车辆对高性能计算能力的需求显著提升，GPU（图形处理单元）的灵活性、可扩展性以及高效并行计算能力，使其成为支持这些创新应用的核心组件。我们从GPU在汽车中的应用场景及其具体需求出发，深入探讨了GPU对汽车行业发展的影响，并对未来趋势提出了关键判断。1、GPU计算在汽车中的应用场景GPU在汽车领域的

  gpu 自动驾驶 9730浏览量

• 并行智能体：洞察复杂系统的 14 种并发设计模式2025-12-02 15:07

  

  在AI智能体的世界中，速度、质量和可靠性不仅仅是特性，它们是必备条件。一个单一、顺序执行的智能体可能速度慢、容易出错，并且解决问题的能力有限。解决方案是采用并行思维：设计一个系统，让多个智能体、流程或任务可以同时执行，以实现共同的目标。大规模的智能体系统通常受到两个主要因素的瓶颈：I/O延迟：等待网络、数据库和外部API调用。质量与可靠性：单一的推理路径可能

  AI 复杂系统 智能体 773浏览量

• 如何通过交替式几何处理实现更优的多核 GPU 扩展2025-12-01 10:12

  

  在理论上，通过增加更多GPU核心来提升性能似乎很简单：核心越多，性能越强。但在实践中，这是图形架构领域最棘手的挑战之一。虽然某些工作负载因其独立特性能实现良好扩展，但另一些工作负载（尤其是几何处理）会引入顺序依赖性，使得线性性能扩展成为业界所有GPU架构都难以攻克的难题。为什么多核GPU性能扩展如此困难？现代GPU的优势来自高度并行化，但并不是所有任务都能做

  API gpu imagination 807浏览量