跳转到主要内容

博客

机器学习对自然科学是好是坏?

机器学习已经对自然科学的各个领域产生了重大的影响。

智能时代的路,将由异构计算铺就~

AI时代,在计算支持领域,云计算、边缘计算等相继崛起,我们能看到的算力形态逐渐多样化。

SOC设计:构建数字世界的微缩宇宙

SoC设计不仅是一门工程科学,更是一场技术创新的盛宴,它将复杂的电子系统微缩于一方硅片之上,赋予了电子产品前所未有的计算能力、低能耗和紧凑体积。

网络安全和人工智能如何协同工作?

网络威胁一直在增加,先进的人工智能技术提供必要的分析以及威胁识别,帮助安全专业人员降低风险。

功能安全常见误区汇总

避免大家未来安全项目中出错,本文是应注意的一些最常见的错误。

人工智能与大数据:新时代的技术融合与未来展望

在信息化和数字化迅猛发展的今天,人工智能(AI)和大数据(Big Data)已成为推动社会变革和技术进步的两大支柱。

图像卷积、步长、填充、特征图、多通道卷积、权重共享、感受野、池化

卷积核在图像上移动的步子,不同的步长会影响输出图的尺寸。

深入理解渲染引擎:打造逼真图像的关键

本文将深入探讨渲染引擎的工作原理及其在打造逼真图像中所起的关键作用。

小白学大模型:提示词优化指南

大型语言模型(LLMs)在各个行业中解锁了变革性的能力,使用户能够利用尖端的自然语言处理技术进行多样化的应用。

机器学习的经典算法与应用

机器学习就是喂入算法和数据,让算法从数据中寻找一种相应的关系。

GPU互联技术的未来趋势分析

本文将围绕大模型应用发展趋势和GPU互联技术的最新进展,探讨其在未来的发展方向和可能面临的挑战。

下一代智能座舱该如何定义人机交互标准?

汽车电动化下半场,智能化发展方兴未艾。

数据科学的未来:2024年和2025年的趋势

人工智能(AI)不可避免地融入我们的环境,已经将现代数据科学趋势推向了一个比现在更具未来感的领域。

自动驾驶汽车中午开才安全?

最新研究显示,与特斯拉等公司的宣传不同,自动驾驶技术在很多场景比人类驾驶更加危险,尤其是在早晚或者雨天光照不足的时段,自动驾驶出错概率比平均值高出5倍多。

专用集成电路会变得无处不在吗?

终端市场的变化和设备规模的缩小如何改变芯片设计。

如何评估GPU在并行处理方面的能力?有哪些关键指标?

GPU的并行处理能力使得它能够同时处理大量数据,从而极大地提升了计算效率。

工信部:强化汽车芯片标准供给

工信部发布了《2024年汽车标准化工作要点》。

2024年生成式人工智能的现状

2024年,人们对生成式人工智能的关注度不断上升,这也为其他类型的人工智能带来了希望。

什么是新能源光伏?

光伏能源作为一种清洁、可持续且环保的发电技术,有助于减少对化石燃料的依赖,改善空气质量……

Gen AI核心技术解析及发展趋势

传统意义上的AI模型,主要分为判别式模型(Discriminative Models)和生成式模型(Generative Models)。