npu是什么鬼？人工智能到底有什么用？【wp7吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：296,798贴子：
npu是什么鬼？人工智能到底有什么用？收藏
有人说，人工智能主要还是噱头，消费者也不一定认可。究竟有没有应用可以真正的使用到这个计算单元，并产生效益。比如有些产品宣传有多少gpu 事实上可能都没有支持的图形库，更别说npu了。你说人工智能有什么用？上个图你就明白了。这技术有个简单的名字，叫做美型。大胆预言，在亚洲必火，还可以拓展到直播。变音+美型，抠脚大汉分分钟深度学习成十八岁小姑娘。就问你怕不怕？这些神技，和手机芯片是怎么联系起来的？听我慢慢道来。先给个结果。现在手机上的神经网络加速器已经可以做到1Tops了（8bit整数，乘加算两次操作），并且在16nm工艺上只用了1瓦，面积1平方毫米，跑在1Ghz。计算单元同时支持8/16bit乘加。当然，这是固定流水线的，网络结构可以预先配置。如果要完全可编程的，那会降到300Gops，32位的话是75GFLOPS。1平方毫米什么成本？在16FFC上，发货千万颗以上的时候，差不多是15cent，一块钱人民币。而NV的Tesla p100，20TFLOPS(16bit)，我记得8块做成系统要13万刀，80多万人民币。所以你们知道为什么NV股价高了？华为发布麒麟970，在你看来只是一件小事，但很可能是AI的里程碑事件，影响深远。人工智能物种爆发的寒武纪即将来临。
厉害了我的图
单纯的芯片厂商，比如高通，确实不好做，因为他们没有终端，既有芯片，又有终端的，有天然优势。目前只有苹果三星华为。苹果说到底还是个软件厂商。所以未来优势最大的还是三星华为。这次华为走在前面，下面看其他厂商能不能跟上。
开局一张图
我就想问问，我有生之年能不能看到
你说的是浮点运算。。跟npu没关系。。跟gpu关系大。。。
我松果澎湃也是要牌面的
这个图是p的.npu不可能这么到位
看到这个图
我想到了斗鱼阿冷
电脑摄像头直播和手机摄像头直播是两个人
navy processing unit& 海军指挥部
为什么会变成这样呢
人家高通吧转的，说海军的去看脑子
写的很逗，胡编瞎说谁不会？
日本怎么不跟进这些技术啊很烦
高通吧老早的帖子转过来
楼主读完大学没有啊？
这真的不是p的？
为什么我们总是沉溺于自己骗自己不能自拔
为什么我们总是沉溺于自己骗自己不能自拔
登录百度帐号客户端下载
发送验证码
未注册的用户手机验证后自动登录
30天内免登录
社交账号登录
绑定手机号
发送验证码
手机中的人工智能AI芯片有什么用？
在很多领域，机器已经取代了人工进行简单的重复性生产作业，同时，人工智能也在不断尝试在更高层次领域取代人工，比如横扫棋坛的aGo等。当然，应用在工业生产中的人工智能离我们的日常生活还是有些远，如同aGo般的人工智能也尚未处于大规模应用阶段，那是不是我们离人工智能还很远呢？其实不然，反之，人工智能正逐渐融入到我们的生活中，内置人工智能的终端产业层出不穷，智能手机、智能音箱，甚至智能家居。其中，离我们最近的恐怕莫过于智能手机了。目前也已经有部分手机内置了人工智能芯片，那么，这些内置在手机里面的智能芯片能为我们带来什么呢？作为手机界的新生事物，目前搭载人工智能芯片的手机并不多见，仅有ne X、华为 10/V10、le l 2等寥寥几款产品。其中，ne X和华为 10系列内置的人工智能芯片是封装在处理器中的，而l 2系列则是外挂了l al 这颗人工智能芯片。虽然实现方式上各有千秋，但它们都有一个共同的名字“人工智能智能芯片”。这三款手机人工智能芯片有什么区别呢？我们先通过一张对比表格简单了解一下。从上面对比表格可以看出，相对于已有行业巨头的CPU，AI芯片领域目前尚未有统一的架构，既有寒武纪的NFU，也有le的IPU，各不相同，具体核心规格上差异也十分之大。三大AI芯片具体有哪些应用呢？下面我们逐一来盘点盘点。麒麟970中的NPU：寒武纪A1华为海思麒麟970处理器中的人工智能芯片来自于初创公司寒武纪，这家成立于年的人工智能领域独角兽企业在短短的时间内已经推出了多款智能芯片产品，麒麟970中的NPU正是出自它家的寒武纪A1处理器(n-1A)，这颗发布于年的人工智能芯片是全球首款商用的深度学习专用处理器，官方称其在运行主流智能算法时性能功耗比全面超越CPU和GPU。从参数上看，寒武纪A1的浮点性能可达1.9T，即每秒钟可以完成1.9万亿次运算，性能着实强悍，然而这颗性能强大的NPU在华为手机上似乎有些“浪费”，未能完全释放其卓越的性能。那么，华为利用这颗NPU开发了什么功能呢？人工智能论文_百度文库
赠送免券下载特权
10W篇文档免费专享
部分付费文档8折起
每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
人工智能论文
安全工程师|
总评分4.5|
用知识赚钱
阅读已结束，下载本文需要
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，同时保存到云知识，更方便管理
加入VIP
还剩6页未读，
定制HR最喜欢的简历
你可能喜欢人工智能时代已来，AI芯片路在何方？
　　一、芯片行业的演进路线
　　芯片行业的整体发展始自上世纪60年代，一开始是指数型发展，所以有了每18个月集成度翻一番的摩尔定律，可以说当时的发展是非常快的。摩尔定律背后的逻辑是说，随着工艺制程的进化，同一款芯片的制造成本会更低，单位面积晶体管数量提升导致相同的芯片所需要的面积缩小；而如果工艺制程发展速度过慢，则意味着芯片制作成本居高不下，导致利润无法扩大。但是，如果孤注一掷把所有的资本都用来发展新制程，则风险太大，一旦研发失败公司就完蛋了。
　　摩尔发现当时市场上成功的半导体厂商的制程进化速度大约是每年半导体芯片上集成的晶体管数量翻倍，于是写了著名的论文告诉大家这个发展速度是成本与风险之间一个良好的折中，半导体业以后发展可以按照这个速度来。
　　可以说，摩尔定律背后的终极推动力其实是经济因素，它给市场带来的积极影响是，随着半导体工艺制程的进化，芯片的性能以指数级增长，从而带动了电子产品性能大跃进式发展，电子市场一片生机勃勃。在摩尔定律提出的前三十年，新工艺制程的研发并不困难，但随着晶体管越来越小，越来越接近宏观物理和量子物理的边界，高级工艺制程的研发越来越困难，研发成本也越来越高。如果工艺制程继续按照摩尔定律所说的以指数级的速度缩小特征尺寸，会遇到两个阻碍，一个是经济学阻碍，另一个是物理学阻碍。
　　经济学阻碍是，随着特征尺寸的缩小，芯片的成本上升很快。这个成本包括NRE成本（Non-Recurring Engineering，指芯片设计和掩膜制作成本，对于一块芯片而言这些成本是一次性的）和制造成本（即每块芯片制造的成本）。有人计算过，以现在的最新工艺，一块芯片的NRE要到1000万美元以上。如此高昂的NRE意味着需要非常非常高的芯片生产量才能去摊薄这个成本。换句话说，如果芯片的产量不到，那么你就没有能力去使用最新的工艺，只能沿用较旧的工艺。这就部分打破了摩尔定律 &投资发展制程－芯片生产成本降低－用部分利润继续投资发展制程&的逻辑。
　　而物理学的障碍主要来源于量子效应和光刻精度。晶体管太小就会碰到各种各样的问题，比如当特征尺寸缩小到10nm的时候，栅氧化层的厚度仅仅只有十个原子那么厚，这时便会产生诸多量子效应，导致晶体管的特性难以控制。
　　我认为，现在芯片行业的发展已经到了瓶颈期，接下来的发展策略有三种，分别是More Moore， More than Moore和Beyond Moore。第一种More Moore，意思是继续按照摩尔定律的老路走下去，继续缩小晶体管尺寸；第二种More than Moore，意思是首先芯片系统性能的提升不再单纯地靠晶体管的缩小，而是更多地靠电路设计以及系统算法优化。其次集成度的提高不一定要靠把更多模块放到同一块芯片上，而是可以靠封装技术来实现，例如Intel的EMIB，TSMC的InFO等等（苹果的处理器就用了InFO技术）；第三种Beyond Moore，意思是干脆不用CMOS器件而是去研发一些新的器件，不过这个目前看起来还比较遥远。未来估计是会More Moore结合More than Moore，随着时间推移More than Moore比重越来越大。
　　其实我对未来还是蛮悲观的，这个瓶颈期如果没有新器件诞生的话，应该会持续5年10年甚至更长一段时间。就像钢铁行业，它早已进入平缓期，也没什么特别新的技术，如果这个行业想要有比较大的发展，那除非是发现新的材料可以替代钢。半导体行业也一样，什么时候出来新器件结束这个瓶颈期我也不知道，有的时候科学上的事情就是很偶然，可能突然就发现某种材料可以用了，但如果你找不到新材料，就是没办法有很大突破。
　　二、NV/Google/Intel/AMD在AI芯片的不同战略
　　其实人工智能计算还是分很多领域，芯片应用大概有两个极端：一个是用于云端服务器的高功耗高计算能力的芯片，走的是高性能超级计算机（HPC）的路子；另一个是用于终端（比如手机）的人工智能芯片，这个就特别注重低功耗，对计算能力的要求不是特别高。
　　在云端服务器这个领域，因为要处理海量的数据，Nvidia的GPU已经成为服务器不可或缺的一部分，但Nvidia自己目前还没有打算大规模自己做服务器，因此在人工智能的云端市场，Nvidia提供的是硬件而非平台。而在终端这个领域，Nvidia基于GPU的人工智能平台一方面功耗太大，另一方面过高的计算能力反而导致成本过高，因此无法与定制芯片抗衡。其实，Nvidia的人工智能平台最具优势的应用场景是上面两种情况的中间，即数据量中等、对计算能力要求还比较高、对功耗有一定要求但是并不苛刻的地方，比如ADAS市场。Nvidia人工智能平台无论计算能力（10-100TOPS）还是功耗（10-100W）都能完美地符合要求，因此它主打自动驾驶市场并不奇怪，它在2017年1月份举办的CES上也主要发布了自动驾驶相关的产品。
　　Intel的话，从三个方面来说吧。第一，在云端市场，它是最大的玩家，并且正在积极准备与Nvidia抗衡，因为Intel在HPC方面的业务本来就是驾轻就熟，而Nvidia进入HPC还没有几年，只能算这个市场的new player。大概是在2013年的时候，人们才发现原来GPU可以用于深度学习，之前根本不知道这个事情。说回Intel，它在收购Altera之后推出了基于FPGA的专用深度学习加速卡，可以在云端使用。另外Intel收购Nervana后正在积极推广结合其技术为AI优化的Knight Mill至强处理器，目标也是在云端。第二，在车载端，Intel与Mobileye和BMW结成了自动驾驶联盟，Mobileye提供传感器芯片和算法，Intel提供云端计算平台，BMW提供汽车。第三，在移动端，Intel收购了Movidius，但是尚未看到大的动作。所以我预期，移动端的人工智能芯片，如果有的话还是之类的厂商会比较有优势。
　　再说Google，它推出来的芯片TPU主要是自用的。这个有点像IBM，IBM最早出的Power PC系列芯片也是为了给自己的server用。所以Google也是类似的思路，它的芯片就没有打算给别人用，换句话说它没有真的打算进入芯片这个市场，和别人竞争。
　　最后说AMD，它在GPU和CPU的技术都处于追赶者的位置，在AI方面比较低调，在CES上公布新产品的时候也都没有主动去提人工智能的事情。最近的新闻大概是和阿里巴巴合作云端服务作为试水。AMD的总体思路还是求稳，不刻意去跟Nvidia争谁先谁后，它就等你们把这些东西先做出来再说，自己就很踏实地把显卡技术做好。其实GPU天生就符合深度学习的要求，只要AMD把自己芯片的运算能力做上去，它很快就可以杀入人工智能这个领域中来。
　　三、Nvidia面临的机遇和挑战
　　2016年是人工智能爆发的一年，借着这股东风，Nvidia的股价在去年飞升三倍有余，令人惊叹。目前看来，Nvidia的技术成长空间还有很多，因为Nvidia正在转型成为平台公司而不是硬件公司，GPU会是它的核心但是不是全部，它要做的是围绕GPU的一个平台、一个生态。与GPU配套的各种设施，例如开发平台、开发者社区和包络编程语言在内的开发工具也非常重要。举例来说，在笔记本PC市场，其实ARM的处理器性能完全可以和Intel相抗衡，但是为什么基本没有笔记本电脑用ARM的处理器？就是因为ARM在笔记本PC上没有任何生态。一旦平台和生态做起来，即使它的技术发展不像原来那么生猛，我相信Nvidia的商业价值仍然可以得到保证。假如明天AMD做出来一个和Nvidia性能一模一样的GPU，它一时半会儿也还是无法取代Nvidia，因为Nvidia有自己的CUDA、CUDNN等配套的开发工具。
　　而Nvidia可能会面临的最大风险在于，它现在的股价完全由人工智能来支撑，但人工智能的应用会不会像投资者想象中发展的那么快是存疑的。其实非常明显现在人工智能的应用有很大的泡沫，大家预期它在一两年之内会起来。但是如果它在一两年之内没有起来或者说某些应用没有能真的落地，那时候投资者可能会有些反冲。现在是一个overshoot，发现没有达到预期之后就会有一个undershoot，几次震荡之后慢慢回到理性估值。
　　四、FPGA的玩家和留给创业公司的机会
　　FPGA全称&可编辑门阵列&（Field Programmable Gate Array），其基本原理是在FPGA芯片内集成大量的数字电路基本门电路以及存储器，而用户可以通过烧入FPGA配置文件来来定义这些门电路以及存储器之间的连线。这种烧入不是一次性的，即用户今天可以把FPGA配置成一个微控制器MCU，明天可以编辑配置文件把同一个FPGA配置成一个音频编解码器。现在FPGA和人工智能相关的主要机会是云端服务器的可配置运算 ，目前这个领域的玩家主要是两个，Xilinx和Altera，后者已经被Intel收购。
　　当下FPGA遇到的一个最关键的问题就是开发者生态。传统CPU也好GPU也好，编程是比较容易的，使用的是语言是C++、Java，大家都很熟悉，而且已经形成了成熟的体系，开发环境、生态系统还有开发者的社区这些都很好。但是FPGA开发通常需要使用硬件描述语言，如Verilog、VHDL等等，这些对于程序员来说需要大量的时间才能掌握。这样的话FPGA的生态就无法发展，因为门槛高意味着做的人少，做的人少意味着知名度低，相关项目数量少，这又导致了无法吸引到开发者参与项目，如此便形成了恶性循环。
　　针对这种情况，Xilinx就发布了一个比较能改善生态的东西，叫做可重配置加速栈，这些用于云端的FPGA将会使用部分重配置方案。什么意思呢？通常FPGA配置过程包括硬件描述语言的综合、布局布线、最后产生比特流文件并写入以完成配置。在这个过程中，综合以及布局布线花费的时间非常长，可达数小时，而最后比特流文件写入以及配置可以在一秒内完成。用于云端的FPGA方案为了实现快速应用切换，预计将会使用硬IP（即针对某应用硬件加速的比特流），并在需要使用该应用时快速写入该比特流。在未来，云端FPGA的生态预计将不止包括Xilinx，还会包括许多第三方IP提供商，最后形成类似App Store的形式让使用者方便地选购对应的硬件加速方案并实时加载／切换。
　　目前国内FPGA水平较弱，而且FPGA需要一整套从软件到硬件的流程，需要深刻的积累，对于创业公司并不是一个最好的方向，更适合国家科研项目。但是创业公司使用FPGA，做FPGA的解决方案，基于FPGA开发或者做FPGA上的IP，是个不错的机会。换句话说就是你不去手机，而是做APP。其实这个方向国内也已经有不少公司在做了，我知道的比较出名的有深鉴科技。
　　五、玩人工智能软件的正确姿势
　　目前人工智能软件最大问题是如何把技术真正落实到解决消费者的需求，一些算法非常有技术含量，但是落地并不容易，例如图像分类等等。我觉得现在做的比较好的软件是语音识别／交互类，比较典型的是讯飞输入法，前阵子在锤子手机的发布会上被秀了一把。
　　图像类的人工智能算法目前是最火的方向，比语音类要火很多，但是目前看来图像算法大多数只能作为一个大系统的一部分。比如一个安防系统，图像算法可以用来检测一个人是否带刀，但是把这个软件单独拉出来卖就不一定能成立了。当然也有单独做软件的，例如Prisma，这个之前在Instagram很火的软件就是利用深度学习来做图像风格变换。总结一句话就是，人工智能相关的软件当然是一个非常好的创业方向，只是要找准这个创新的卖点，光有好的技术其实是没什么大用的。
　　在人工智能领域，国内也出现了一批还不错的公司，我有在关注。在图像检测／人脸识别领域，有依图科技、Face++、商汤科技三只领头羊，它们主要为银行和一些安防系统提供人脸识别的解决方案。在医疗领域，就是用人工智能帮忙人类判定疾病也有很多公司在做，一图正在进军这个领域。在自动驾驶领域，软件方面做的比较有名的是图森、地平线。其实地平线摊子铺得比较大，硬件软件都做，除了辅助驾驶外，还跟美的合作在做智能家居。还有一些比较小众的领域，比如鉴黄，就是图谱在做。硬件的话，比较有名的是寒武纪。
　　六、芯片行业的未来除了人工智能，还有&&
　　最后再说回到整个芯片行业的发展上来。有人问，芯片行业是不是有一个强者恒强的规律，出现黑马的几率有多大。我认为是这样的：在芯片这个地方，它是每隔一段就会换一个应用方向，90年代时候最火的是多媒体电脑，也就是PC端，后来就变到了移动端，最近则是人工智能。众所周知，Intel是PC时代永远的老大，在那25年的时间里基本碾压所有竞争对手，但移动设备这个方向它就完全错过了。所以说，在同一个领域里基本上是强者恒强，很难有超越，但是在这个领域强，不代表在下一个领域也会强，在&时代&交替的时候是最容易出黑马的。我们在评判企业价值的时候，要对芯片的技术应用有一个判断，要非常清楚下一个所谓的风口在哪里。
关注电子发烧友微信
有趣有料的资讯及技术干货
下载发烧友APP
打造属于您的人脉电子圈
关注发烧友课堂
锁定最新课程活动及技术直播
21 世纪以来，随着新一代信息通信、新能源、新材料等技术加快与汽车产业融合，信息通信、互联网等新兴科...
紫外芯片一般分为UVA、UVB、UVC，其中，UVA最多，UVC其次，UVB还很少很少。紫光LED生...
根据Gartner公司的数据，在2017年全球出货量下降3%后，预计2018年全球PC，平板电脑和手...
长久以来避而不提的隐私和安全问题，也因此被摆上台面，现在正是算法学会法律和道德发展的关键时刻。掌握大...
无人驾驶这一概念成为当下风口，汽车厂商和科技企业纷纷布局，争夺控制权，但发展无人驾驶面临诸多挑战，涉...
4月11日下午，中国人工智能学会副理事长，IEEE Fellow、西安电子科技大学人工智能学院焦李成...
日前，紫光集团刚刚成立了“北京紫光智能汽车科技有限公司”，其中董事长正是紫光国芯新任总裁马道杰，人工...
对于那些希望在自动化交互中增加一些“个性化”的企业来说，聊天机器人是其中一种解决方法。据Gartne...
一直以来，谷歌押宝人工智能技术，并且依靠人工智能开发了众多芯片，其实对于谷歌来说人工智能的研发并没有...
微软宣布进行重大重组，Windows部门将被拆分，不再作为一个独立的事业部存在。Windows、Of...
不过，虽然吃瓜群众看得很开心，但是大部分多摩市市民还是比较清醒的，他们对这个突如其来的科幻未来感到担...
近年来，随着国内安防企业的快速发展，中国安防品牌不断向国际市场发起冲击，越来越多来自中国制造的安防品...
VR能让我们逃离现实世界，进入一个超现实世界。当我们戴上头显时，我们可以在外太空遨游、攀登一座山峰或...
增强现实（AR）与区块链一样，是2018年前五大最具突破性的技术之一。苹果，谷歌，微软，Facebo...
近年来，随着科学技术的不断发展、生活水平的不断提高，人们对身心健康越来越重视。在电子科技领域出现了很...
人工智能产业的快速发展，资本市场大量资金涌入，促使中国人工智能领域投融资热度快速升温。2012-20...
人工智能量化交易平台DetlaGrad宣布获得众海投资数百万人民币融资。据悉，本轮融资将主要用于团队...
此次大会上，联影智能发布了跨产品线、开放的联影人工智能平台“uAI”，它将人工智能技术贯穿应用于现有...
微软在过去的几年当中多次创造了接近人类水平的人工智能进展。以今天的ImageNet作为图像识别的标准...
据美国食品和药物管理局（FDA）官方网站11日消息称，该机构首次批准利用人工智能（AI）技术的 医疗...
就在刚刚，美国FDA批准了首款使用 人工智能 检测 糖尿病 患者 视网膜病变 的医疗设备IDx-DR...
在香港亚洲博览馆2号馆，镁客网和环球资源联合主办了一场以“A Big Dive Into AI ， ...
互联网的承诺素来是连接世界，但技术的力量正缓慢而坚定的将我们需要换掉睡衣的次数降为零。未来你将永远不...
“ 人工智能 ”成为教育界的热词。在教育部日前公布的首批“新工科”研究与实践项目名单中，人工智能类入...
人工智能 的发展又到达了一个高峰期，首席信息官、顾问和学者们纷纷表示，这项技术将使得从商业、IT运营...
诞生于2015年的 “互联网＋”已经渗透到各行各业，成为推动我国数字经济增长的迅猛力量。一副互联网＋...
根据市场研究机构IHS Markit的数据，Nvidia于2017年首次凭借芯片销售量跻身全球前十大...
集微网4月13日消息，紫光展锐移动芯片平台——展讯SC9850已通过Android Go版本认证，从...
根据最新消息显示，高通目前正计划为此前推出的骁龙670芯片改名，改名后的骁龙670芯片将会命名为骁龙...
人工智能时代，每个人都有一个梦想，那就是拥有一个属于自己的智能机器人。 无论是《超能陆战队》的暖男机...
十年时间内，机器人将接手 制造业 45%的工作，并削减9万亿美元的劳动力成本，使得当今社会的很大一部...
人工智能台湾 提起台湾AI产业，不管在亚洲还是世界似乎都找不到一席之地。我们对台湾AI产业的印象大概...
国内外的汽车公司、科技企业和科研机构纷纷把汽车自动驾驶技术作为未来重要的战略方向。华为在人工智能、车...
On Semi公司的LC717A30UJ是单芯片容性触摸/接近传感方案.器件包括一个用于输入通道选择...
Renesas公司的R-Car H2是基于ARM(R) Cortex(TM)A-15四核配置和big.LITT...
区块链被吹捧为一种新兴技术，它有可能对每个行业造成影响。区块链的分布式系统与当今使用的固有集中式操作...
腾讯公司获批承建医疗影像国家新一代人工智能开放创新平台。该平台依托腾讯开放平台的“AI加速器”和腾讯...
近日，全球估值最高的人工智能(AI)独角兽——旷视科技Face++宣布全资收购艾瑞思机器人(Ares...
其中两种技术尤其代表了移动世界的未来：人工智能（AI）和5G通信。
尤其是国家政策层层推进，自上而下逐步落实，产业发展目标明确，整体上形成资金、政策、产业生态全方面支持...
本次大赛将以一个互联网应用（如CTR）为切入点，比赛协办方将提供资源（包括 AI 加速器）和数据集，...
人工智能不仅改变着企业的工作模式，而且能够增强员工的专业技能并辅助专业人士做出更精准的决策。IBM ...
为了解决影视制作行业IT基础设施高功耗问题，量子云未来在全球率先将基于Arm技术影视制作专用服务器引...
百度是“BAT”里唯一一家高调押注无人驾驶技术的公司，早在2013年百度无人驾驶项目就开始起步，直到...
日至12日，北京——近日，以“应用人工智能”为主题，英特尔与O’Reilly联合主...
NVIDIA当然对物联网行业也非常重视，由于在移动芯片市场失败因此早早布局物联网市场希望避免重蹈覆辙...
人工智能，作为一项集合多学科的尖端科技，在原则上可以为任何领域解决难题：在零售业，人工智能会对顾客群...
中国电信在2016年提出转型3.0战略后，面向蜂窝通信技术的发展和生态合作体系的打造就走得非常坚决。...
近期笔者参加「2018中国人工智能安防峰会」收集到的一些行业人士的对于AI安防项目难题的探讨的观点，...
走过元年，人工智能彻彻底底地火了。而作为行业中较为成熟的领域，医疗人工智能被认为是AI最先落地的部分...
当我们把区块链和需要大量训练数据的机器学习模型结合在一起后，普通开发者能否打破科技巨头的垄断，创造出...
人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础，国内外的高科技公司以及风险投资机构纷...
不知不觉，4K 时代仿佛已经正式到来，越来越多的 4K 电视乃至 4K 手机出现在了人们的身边，但单...
事实上，中国VC及互联网领域过去15年，发展迅速且势不可挡。这是中国特有的现象吗？还是说这一模式可以...
从根本上来说，区块链和AI一样，背后都是一整套算法，所以在算法这个层面实际上AI和区块链统一起来了，...
在 vivo 的人工智能版图上，Jovi 主打智能场景应用的特点，可以协助用户更好的管理生活和工作事...
中国医疗人工智能企业Airdoc的代表在25分钟的演讲中详细介绍了人工智能技术在医疗领域的发展及应用...
AIE助力Jovi“千人千面”需求如果说Jovi AI是一个分析用户使用环境并且去贴合用户需求的大脑...
基于人工智能和用户数据，暴风AI电视7可进行声纹识别、多轮对话、识别人物关系，根据个人喜好推荐电影、...
人工智能在经历了迅速发展之后，AI 领域的人才需求也发生调整。近日，猎聘联合 GMIC 发布了《 2...
许多应用需要能在125℃以上环境下工作的信号处理解决方案，但对于采用标准设计的集成电路其最高工作温度...
康复机器人与工业机器人有很多不同，如同治疗师的任务与工人的任务差别很大。关于康复机器人到底能不能实现...
这是从NASA的卡西尼号飞船上拍摄的土星卫星Titan的红外图像。测量结果表明，基于能量的可用性、星...
因为我深度参与了人工智能和区块链的领域，所以我就这些流行语的含义展开了大量的对话。让我说得清楚点。将...
结合了人工智能投屏和4K超高清体验的电视果4K，定价仅228元且含1个月爱奇艺黄金VIP会员，将于4...
汽车销量还会持续上升：尽管保有量下降，但汽车销量将明显增加。传统车辆将长时间滞留在保有量中。而相比之...
MEMS让传感器小型化、智能化，MEMS传感器将在智慧工业时代大有可为。MEMS温度、湿度传感器可用...
2018第一届智慧中国峰会将于5月16日在深圳圣廷苑酒店举行。此次峰会由华强智慧网与华强智能家居国际...
AI翻译机市场想迎来爆发期，也需要经历价格战的洗礼，就看科大讯飞、网易有道、搜狗能不能拿出魄力，通过...
早在2017年5月份，吴文昊和他的团队就进入一种冲刺状态。在拿到vivo订单之后，他组织了公司三、四...
OpenAI联合创始人Ilya Sutskever说：“OpenAI在创立之初就已为建立一个强大的技...
这次腾讯翻译君将联合微信智聆（“腾讯同传”），为博鳌论坛的开幕式及部分核心论坛提供同声传译支持，包括...
通过对人脑处理信息时所采用方法的抽象总结和模拟，提出了神经网络的概念。未经处理的数据（图像，声音信息...
智能视觉在机器模仿人类感知与观察的过程中不断发展，除了识别它还要完成一系列关键任务。
芯片是人工智能的发动机。“无芯片,不AI。”清华大学微电子所所长魏少军说,芯片是实现人工智能的当然载...
他解释说，其目标在于培养内部软件工程师，使其在一至两年内熟习深度学习。而当被问及DeepScale的...
在正常测试时就应该首先进行第一步测试来确定问题所在，此时需要用示波器来测量供电VCC和复位输出的电压...
MathWorks 今日宣布 ，MATLAB 现在可通过 GPU Coder 实现与 NVIDIA ...
如果说2016年3月份AlphaGo与李世石的那场人机大战只在科技界和围棋界产生较大影响的话，那么2...
区块链作为人工智能数据湖：许多人工智能专家都把区块链看作是未来数据湖的超分类存储基础，尽管在这方面我...
在日益丰富的消费诉求和不断更迭的技术手段的影响下，线上与线下消费场景的融合已成趋势，各大电商平台在发...
首先是芯片的能力，端侧执行深度学习，相信能够给非常多的软件满足基本需求，比如图形图像处理、视频图像分...
认知计算API：应用程序编程接口（API）使开发人员可以轻松地将技术或服务集成到正在构建的应用程序或...
2013年德国政府提出的“工业4.0”战略就涵盖了人工智能。“工业4.0”战略着重在制造业等领域利用...
人工智能助手将越来越多地被作为会话平台与决策过程支持助手的关键点。AI功能将在两个方面支持虚拟助理：...
过去一年，我们和其他20多位人工智能领域专家，通过思考当前的人工智能技术以及其可能如何被坏人利用，写...
图像的形态蕴含很大的信息量，这以后会成为一个较大的信息入口，目前文字仍然是最大的信息入口，但在可视化...
空间灵活性：想要多少就有多少。需要一个空间很小的电脑，可以满足；需要一个特别大的空间例如云盘，云盘给...
UCloud实验室研发总监叶理灯谈人工智能的三要素以及云计算如何推动人工智能落地。英特尔至强可扩展处...
随着ARKit和ARCore的普及，全球支持AR框架的手机也数以亿计。就像智能手机时代，移动化的AP...
供应链服务
版权所有 (C) 深圳华强聚丰电子科技有限公司
电信与信息服务业务经营许可证：粤B2-