博客

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。

AI驱动的自动驾驶技术正在重塑新能源汽车的未来。本文将从技术架构、核心挑战、发展趋势以及社会影响等维度深入剖析。

云、边缘和雾计算均支持现代应用程序。云计算提供集中式资源，边缘计算支持实时处理，而雾计算则以分层方式连接这些资源。

3D建模由各种技术组成，使用这些技术可以创建逼真的图像。而在模型的创建过程中，模型的复杂程度，俗称高模和低模，是建模过程中无法回避的问题。

《人工智能高质量数据集建设指南》旨在为业界建设高质量数据集提供有实操价值的指导和参考。

本文介绍KG-LLM-Bench，这是一个可扩展的基准测试集，涵盖了五种知识图谱理解任务，用于分析 LLMs 如何处理上下文中的知识图谱。

随着数据中心架构和基础设施日益复杂，物理安全方面的改进势在必行。本文探讨了组织和管理员可以改进现有和规划中数据中心物理安全的八种方法。

量子创新将推动从医疗保健、金融到物流和国家安全等各个领域的革命，它将带来新的能力，同时也带来前所未有的风险。

渲染技术一直在不断演进，从最初的CPU渲染到后来的GPU渲染，性能和质量都有了显著提升。

芯片作为驱动智能电动汽车创新的“大脑”，线束与连接器作为保障整车电气系统稳定运行的“神经脉络”，二者协同工作，共同构成了智能电动汽车的核心技术底座。

对于安全技术主管来说，识别和驾驭人工智能、物联网和云系统的颠覆性潜力比以往任何时候都更加重要。

在数字经济迅猛发展的新阶段，分布式算力正从技术概念走向产业实践的重要场域。

计算机图形学中，渲染引擎是一个至关重要的组件，它负责将三维模型或场景转换成逼真的二维图像。

本文将系统探讨如何利用机器学习的力量，制定更科学、更明智的战略决策。

CNN（卷积神经网络）、RNN（循环神经网络）和Transformer是深度学习中的三种重要网络结构，它们在模型结构、特征表示能力、训练效率和应用场景等方面存在显著区别。

2025年，预计人工智能将在众多领域扮演更加核心的角色，推动生产力提升和行业创新。除了智能体和高效语言模型的持续进步之外，本文五个人工智能产业的发展趋势将塑造整个行业格局。

《关于深入实施“人工智能+”行动的意见》，要求以科技、产业、消费、民生、治理、全球合作等领域为重点，深入实施“人工智能+”行动。

Cel Shading（Toon Shading，Cartoon Shading）叫卡通渲染（着色），它是一种NPR（非真实感渲染）的技术，旨在使电脑生成的图像呈现出手绘般的效果。

尽管传感器融合技术已经取得了显著进展，但其在汽车系统中的实施仍在不断发展。趋势是朝着更智能、分布式处理以及物体数据的标准化通信发展。

中国信息通信研究院副院长魏亮对《2025综合算力指数》进行解读。他表示，综合算力是释放大模型能力的核心引擎。