颖脉Imgtec文章

• 什么是机器学习？它的重要性体现在哪2024-01-05 08:27

  

  机器学习是一种人工智能（AI）的子领域，旨在使计算机系统通过经验自动学习和改进，而无需明确地进行编程。它侧重于开发算法和模型，使计算机能够从数据中提取模式、进行预测和做出决策，而无需显式地指示特定任务的解决方法。机器学习的重要性体现在几个方面数据处理能力：在当今数字化时代，我们产生了大量的数据。机器学习能够处理和分析这些庞大的数据集，从中提取有价值的信息和见

  AI 人工智能 机器学习 计算机 1632浏览量

• GPU：大数据时代的强力引擎2024-01-04 08:27

  

  现如今，我们正身处于数据爆炸的时代，大规模的数据正在重新定义着科技和商业的规则。GPU（GraphicsProcessingUnit，图形处理单元）技术已经成为科技创新的关键利器，极大地提高了系统精度和方案开发速度。无论是图像识别、语音文字处理、机器翻译（MT），还是自动驾驶、虚拟现实（VR）和增强现实（AR）等行业应用，GPU在大数据存储、清洗、预处理以及

  gpu 大数据时代 深度学习 693浏览量

• 2023年度十大科技名词2024-01-03 08:27

  

  12月26日，“2023年度十大科技名词”在京发布。“大语言模型、生成式人工智能、量子计算、脑机接口、数据要素、智慧城市、碳足迹、柔性制造、再生稻、可控核聚变”入选。十个最具影响力和代表性的科技名词，为公众描绘出一幅科技发展的生动画卷。“2023年度十大科技名词”由全国科学技术名词审定委员会事务中心联合国家语言资源监测与研究平面媒体中心、蜜度微热点研究院、万

  人工智能 智慧城市 语言模型 640浏览量

• Kaggle知识点：训练神经网络的7个技巧2023-12-30 08:27

  

  科学神经网络模型使用随机梯度下降进行训练，模型权重使用反向传播算法进行更新。通过训练神经网络模型解决的优化问题非常具有挑战性，尽管这些算法在实践中表现出色，但不能保证它们会及时收敛到一个良好的模型。训练神经网络的挑战在训练数据集的新示例之间取得平衡。七个具体的技巧，可帮助您更快地训练出更好的神经网络模型。学习和泛化使用反向传播设计和训练网络需要做出许多看似任

  函数 模型 神经网络 665浏览量

• Imagination刘国军：紧抓异构计算机遇，推进各类生态建设2023-12-28 08:27

  

  作为当前最受关注的芯片类型之一，GPU市场有多类角色正参与竞跑。虽然英伟达的地位目前不可撼动，但也有诸多新兴GPU公司在积极追赶。对于新创公司来说，成功设计一款GPU芯片，除了自身设计能力，最为关键的就是IP核、EDA工具等。目前全球市场中，如需GPUIP就绕不开具有领先地位的Imagination公司。这是一家总部位于英国，于2017年被凯桥资本收购的企业

  gpu imagination 异构计算 720浏览量

• 神经网络是如何学习预测的？2023-12-27 08:27

  

  作为一名程序员，我们习惯于去了解所使用工具、中间件的底层原理，本文则旨在帮助大家了解AI模型的底层机制，让大家在学习或应用各种大模型时更加得心应手，更加适合没有AI基础的小伙伴们。GPT与神经网络的关系GPT想必大家已经耳熟能详，当我们与它进行对话时，通常只需关注自己问出的问题（输入）以及GPT给出的答案（输出），对于输出内容是如何产生的，我们一无所知，它就

  AI GPT 神经网络 671浏览量

• 揭秘：实时渲染、离线渲染、云渲染和混合渲染的区别2023-12-26 08:27

  

  渲染，就是将3D模型转换成2D图像，并最终呈现在屏幕上的过程。常见的渲染类型有以下几种：实时渲染离线渲染云渲染混合渲染它们中间有重叠交叉，也有技术区别。本文尝试用浅显易懂的方式来进行解释，希望大家遇到这些概念，或者一些3D渲染引擎产品的时候，可以按照这些渲染分类，去快速的进行定位和分析，更好的帮助我们理解和学习。一、实时渲染实时渲染（Real-timeRen

  gpu 模型 863浏览量

• 一文读懂：什么是“算力”？2023-12-22 08:27

  

  算力的定义算力即计算能力（ComputingPower）。《中国算力白皮书（2022年）》将其定义为：算力是数据中心的服务器通过对数据进行处理后实现结果输出的一种能力。算力概念的起源可以追溯到计算机发明之初，最初的计算机是由机械装置完成计算任务，而算力指的是机械装置的计算能力。20世纪40年代，在技术的不断积累下，电子计算机诞生，信息技术革命正式开启。195

  云计算 服务器 算力 芯片 7202浏览量

• 揭秘GPU： 高端GPU架构设计的挑战2023-12-21 08:28

  

  在计算领域，GPU（图形处理单元）一直是性能飞跃的代表。众所周知，高端GPU的设计充满了挑战。GPU的架构创新，为软件承接大模型训练和推理场景的人工智能计算提供了持续提升的硬件基础。GPU架构设计具体难在哪里？这包括许多方面的因素。1、能力均衡性的挑战在架构设计中，通用性要求GPU能够适应各种场景，易用性关乎客户和开发者的体验，而高性能是硬件的灵魂。如何均衡

  gpu 图形处理 架构 940浏览量

• 后摩尔时代的Imagination公司，发展现状与规划谈2023-12-20 08:28

  

  来源：电子工程专辑去年我们采访Imagination中国区高管时了解到，在被凯桥资本收购以后的几年内Imagination年度营收复合增长达到了33%；另外还提到诸如在汽车GPUIP市场保持领跑等相关数据。其实近几年Imagination在产品宣传上反倒是相对低调的——从媒体和终端用户的角度来看，我们不是特别清楚Imagination公布的这些营收、市场份额

  gpu imagination 芯片 1068浏览量