梦鸽亮相法院被指全身名牌| 孙楠不满买红妹三个月不回家| 预售票仅用7秒钟售空| 张杰怎么看?| 首次突破亿元大关| 助阵干爹萧敬腾演唱会(图)| 胖版金喜善走红| 自曝近年无追求者| 王菲刚复出李亚鹏宣布息影| 被证代表内地“申奥| 反省角色| 李晨奶奶去世| 富豪男友陪其复诊(图)| 安志杰承认与谢婷婷分手| 排骨身材挑战郑秀文| 郭敬明启动| 试片略显沉闷| 真人秀成社会缩影| 痛哭流| 贾乃亮夫妇自拍甜馨走神| 李沁晒与周冬雨合照| 三下杭州当说客| 韩星郑俊浩三月大婚| 希望杨幂演女主| 建置过程| 柳岩上演订制服装秀(图)| 奇人绝技| 台女主持尝试徒手隆乳| 称整形没有什么不好| 徐子珊破尺度演轮奸戏| Selina曝SHE合体照| 新戏"扮嫩"分饰四大美女| 五月风暴与电影| 周冬雨成| 李健补位| 齐刘海扮嫩无压力| 甄子丹英雄救美扶摔倒女记者| 粉丝花1700元买权志龙用过的纸巾| 初试念诗朗诵被叫停| 将翻拍日本经典黑帮片|

红色大悟公开征集城市形象系列作品

Cadence楷登 ? 2018-10-17 10:33 ? 次阅读
学习苹果手机行业中,苹果是全球手机厂商盈利的标杆。

人工智能(ArtificialIntelligence,AI)的概念早在上个世纪五十年代已经出现。但是直到二十一世纪,得益于深度学习算法的发展、硬件运算力的提升、以及越来越多可供训练的样本数据的获得,人工智能才得到了真正的爆发。尤其是在图像、视频和语音识别方面的应用,人工智能表现得愈发强大。支持强大的深度学习算法的背后,所依靠的是集成电路芯片的运算能力。在性能和灵活性的取舍中,CPUGPU、FPGA和ASIC分别有着不同的表现。其中定制的AI加速芯片往往能够通过深度的软硬件结合达到极致的能效比和吞吐量。本文分析了专用AI芯片的特点,实现过程中性能、功耗、面积等方面的挑战,以及应对这些挑战的解决方案。

人工智能是一个非常广泛的领域,也并不是一个新的概念。早在上世纪50年代,也就是计算机诞生不久,就已经有不少学者开始了这方面的研究,发展出了非常多的分支科。近十年来,这一名词更多地被提及则是因为深度学习领域取得的巨大进展,掀起了从算法、软件层面一直到硬件、芯片层面的不断创新。

Source:https://www.edureka.co/blog/what-is-deep-learning

图一

图一展示了人工智能涉及到的三个领域之间的关系:

1.   人工智能(Artificial Intelligence,AI),是研究使计算机来模拟人的思维过程和智能行为的学科,是最广义的一个概念,包括模式识别、规划推理、复杂系统、专家系统、模糊控制、自然语言处理等非常多的研究领域。但是现阶段能够实现的人工智能实际上并不真正拥有思维,只是表现起来类似人的行为,仍然属于弱人工智能的范畴。

2.   机器学习(Machine Learning,ML),是人工智能的一个分支,研究如何让计算机不通过显式的编程而通过数据进行自主学习的能力。人工神经网络是这一领域众多算法的其中一个,一度并没有得到比较大的发展,直到深度神经网络算法的出现。

3.   深度学习(Deep Learning,DL)是机器学习的一个分支,同时也是二十一世纪人工智能爆发的最大的推手。深度学习是利用深度神经网络(DeepNeuralNetwork,DNN)来解决特征表达的一种学习过程。在图像、视频、语音识别领域,最新的深度学习算法已经做到了比人类更好的表现。这来源于深度神经网络更多级数的隐藏层,如图二所示:

Source:https://www.quora.com/What-is-the-difference-between-Neural-Networks-and-Deep-Learning

图二

这些隐藏层互相连接,使得输入信息的特征能够被识别、提取和传播。如图三所示,过去几年主流的神经网络的层数和所需参数的数量呈现快速增长的趋势。比如,2015年的Residual Net可以达到152层,所有参数加起来超过1.5亿个。

Source:http://speech.ee.ntu.edu.tw.ipadiphoneaccessories.com/~tlkagk/talk.html

图三

这带来的问题主要是什么呢?是计算量的激增!神经网络的训练是通过用大量的样本数据,对每一个参数做梯度下降、反向传播等迭代计算,从而逐步确从而逐步确定所有的参数值。对于庞大参数量的神经网络,可想而知计算量会是一个天文数字。即使是训练完的模型想要使用,也必然躲不开大量的卷积、矩阵乘法等运算,计算量依然不小。

一、人工智能芯片的目的

为了在可接受的功耗、成本限制下,解决深度学习巨大计算量的问题,人们开始设计研究专用的人工智能加速芯片。需要注意的是,人工智能芯片(或AI芯片)并不是芯片本身具有智能,而是用于加速深度学习算法的一种专用加速芯片。那么我们为什么不用传统的CPU来计算呢?这就涉及到性能和灵活性之间的矛盾。

图四列出了几种不同类型用于计算的芯片。横轴是性能,纵轴是灵活性。

Source: https://cloud.tencent.com/developer/article/1006018

图四

前面我们已经知道,深度学习巨大的运算量,大多数是乘法和加法,那么普通的CPU就足以完成任务。事实上也确实是这样的。早期在神经网规模不大的时候人们的确是用CPU进行运算的。但是CPU有一个很大问题,就是运算性能比较低。相对于动则几百万参数的神经网络来说,计算能力严重不足。这是因为CPU的强项是并不是运算,而是逻辑,比如分支预测。CPU作为通用处理器灵活性是极佳的,不考虑性能的话,理论上可以运行任意结构的深度学习算法。

GPU大规模的并行运算使得其计算能力显著高于CPU。并且GPU的设计也使得它可以承担通用的科学计算,具有不错的灵活性。但是这些通用性也使得它在功耗上的表现并不能令人满意,同时成本也非常高昂。

要追求极致的功耗、性能、成本,只能为深度学习算法量身定制专用的加速芯片,即ASIC。由于是专用芯片,几乎就没有太多的灵活性了。AI芯片所有的软硬件优化都是为了某些特定的深度学习算法所定制的。但是也正是由于专用的原因,可以不用考虑那些为了通用性所作出的妥协,提高性能、功耗方面的表现。

当然还有一种为大家所熟知的方案,就是FPGA,试图在性能和灵活性当中找到一个新的平衡点。

所以需不需要AI芯片?其实是性能和灵活性的一种权衡。当我们需要计算更快、功耗更小、成本更低的芯片的时候,AI芯片就是我们唯一的选择。

需要注意的是,这里所说的性能,指的并不是只我们通常所说的“主频”。它包括两方面的考量。

首先是能效,指的是,在一定的功耗下,单位时间能提供的运算次数。

其次是吞吐量。深度学习算法主要的计算是矩阵的乘法、加法。这种极其规律的算法本身就是高度结构化的。所以人们充分利用这种结构化,提高硬件的效率和并行度,使得在主频相同的情况下,数据的吞吐量大幅提高。

二、人工智能芯片的应用

在很多场景下,即使是终端设备,我们也是需要这样的专用AI芯片的。比如无人驾驶汽车,并不能依赖于数据上传服务器,计算完成后再下载结果。汽车需要实时的、极低延迟的反应。再比如终端设备,它的特性决定了我们不可能使用大功耗的GPU,同时对芯片成本也有比较严格的要求。

人工智能芯片的应用场景可以分为以下4种情形,如图五所示。

图五

纵轴分为推理(Inference)和训练(Training)。横轴分为终端(Device)和云端(Cloud)。其中终端推理和云端训练是应用最为广泛的两个场景。不仅是传统互联网和半导体巨头们,近年来涌现了众多的初创公司在这AI芯片这个领域发力。其中包括越来越多的中国的初创公司正在进入这个市场。

从市场划分来看,又可以分为下面五个方向,如图六所示(数据来源47家AI初创公司)。

·        视觉增强(含安防监控)

·        深度学习

·        语音识别

·        区块链

·        云

图六

三、人工智能芯片实现的挑战

人工智能芯片在失去一些灵活性的条件下,尽可能达到更高的能效、吞吐量,更低的延迟和成本。因此从指标上来说,AI芯片实现过程中的挑战依然来源于:

1.     性能(Performance)

2.     功耗(Power)

3.     面积(Area)

但是AI芯片的特点使得我们可以观察到它与其他类型芯片不同的一些挑战。结合这一特点,所应用的实现方法也更具有针对性。

1.     性能的挑战自然是源于对AI芯片极致指标的追求。

由于AI芯片重运算和流水线设计的特征,加上众多的旁路设计,时序路径上,数据通路(Datapath)的长短差异非常明显。到达同一个寄存器的路径有的很长但有的很短。这都导致当把时钟频率推到极限的情况下,时序非常难以收敛。同时,由于芯片面积的极致优化,会导致density和congestion变得更高,使得时序优化捉襟见肘。无论是buffer的插入、cell的upsize都受到空间的局限。对于Setup Check来说,useful skew是必不可少的优化手段,如图七所示。

图七

但是useful skew的使用,在优化了setup timing的同时,大量的时钟偏斜也导致hold check变得更加难以修复。

在面积紧缩的条件下,工具势必不得不通过辗转腾挪,把绕线资源紧缺,也就是congestion严重的地方的standard cell推开,使其变得稀疏来缓解congestion的问题。而绕线资源不那么紧缺的地方,standard cell的密度就相应变得更高。而这些区域,hold timing的修复会变得更为困难,因为修hold 通常是通过增加delay cell来实现的,需要足够的空间。

制约性能的挑战还包括时钟树带来的影响。AI芯片大量的寄存器堆使得它需要一个足够大的时钟树来驱动这些同步电路。当芯片density比较低的时候,时钟树的插入不会带来太大的影响。但是极致的面积要求导致哪怕是几千个buffer的插入,也会对timing产生比较大的跳变,即Pre-CTS和Post-CTS的correlation问题。

要解决这个问题,需要工具能够在CTS之前就做出对于真实时钟树的预测,在Pre-CTS优化的时候就把时钟树这一重要因素考虑进去。这不仅仅可以帮助工具更早地看到时钟树buffer所占的空间,还可以更精准地对useful skew做出预判。

Clock Gating目前仍然是对于降低动态功耗最有效的方法之一。AI芯片自然也不会吝啬对于Clock Gating的使用。Clock Gating Cell(通常是Integrated Clock Gate,ICG)的enable path常常是时序优化的瓶颈。特别是高层ICG的时序,如果在Pre-CTS阶段不做一些额外处理的话,是难以修复的(图八)。这依然是要求工具能够提前对真实时钟树有一个预估,对useful skew的使用有所选择。

图八

2.     AI芯片在功耗的表现上有几个特点:

1)     动态功耗占据主导(图九)

当然,根据芯片设计、流片工艺和signoffcorner的不同,功耗也会有不同的变化。但是动态功耗相比于静态功耗,在AI芯片中的占比是要高得多的。比如,一个典型的比例是,动态功耗要占到总功耗的80%。这就意味着我们在实现的过程中,可以给与动态功耗以更高的优先级。

图九

还有一点值得注意的是,动态功耗由两部分组成:开关功耗(SwitchingPower)和内部功耗(InternalPower)。开关功耗指的是net上由于高低电平翻转,对负载电容充放电所带来的功耗。内部功耗则是standardcell内部翻转过程中产生的功耗,包括CMOS瞬时短路电流带来的功耗和cell内部的电容负载的功耗。AI芯片中的开关功耗和内部功耗更趋向于接近1:1的比例。也就意味着,除了通过对面积减少,降低transition来优化内部功耗之外,在开关功耗的优化上也有大量的工作可以做。比如,可以减少绕线的长度,可以restructure、pin swapping等逻辑优化。Innovus 18.1最新的版本有很多这些特殊处理的地方!

2)     极不平衡的翻转率

关于功耗的另一个特点是net上的翻转率是极不平衡的。为了尽可能接近芯片真实的工作场景,翻转率的数值应该通过对网表的仿真,得到波形(VCD文件),然后折算出net的翻转率(TCF或者SAIF文件)。对于AI芯片来说,仿真应当运行真实场景中的深度学习算法。算法通常涉及到多个步骤(读写、卷积、池化……),则需要对各个步骤根据所运行时间的比例,求取加权平均后的求取加权平均后的翻转率。这样可以比较准确地反映出芯片工作时的平均动态功耗。

通过这种方法的到的翻转率,可以明显观察到,不同net直接的翻转率有着天壤之别(图十)。有一部分net翻转率非常高,几乎和时钟频率相近。他们几乎一直处于翻转的状态。而有一部分net的翻转率非常低,很久才翻转一次。甚至在典型的深度学习算法运行过程中,一次也没有翻转过,是一些非常安静的net。

图十

对于如此不同的net,我们在优化的时候自然不能一视同仁。一个很自然的想法就是,对于高翻转率的net,希望工具能尽可能减小它的线长,从而降低负载电容。这样它在不停地翻转时,开关功耗可以小一些。而对于非常安静的那些net,即使绕线长度长一些,只要并没有带来timing的问题,也是可以接受的。并不需要动用额外的资源去优化这些net。因为他们的翻转并不会花费多少功耗。

AI芯片的对于大吞吐量的追求使得它通常拥有流水线结构和并行的总线。如果可以充分利用这种结构也能够进一步优化动态功耗的表现。一个例子是,如果我们把版图上位置相近并且功能相同的寄存器替换为Multi-bit Flip Flop(图十一),动态功耗,特别是clock上的动态功耗是可以减少的。

图十一

之所以要求位置相近是因为不希望替换对timing带来影响。根据情况的不同,可以是2-bit、4-bit甚至8-bit的替换。这一点对于AI芯片并不难实现。因为总线上的寄存器在版图上的分布,由于前后连接关系的相似性常常会聚拢成堆,甚至多个寄存器在place之后自动就形成一个阵列。那很多MBFF的替换原地就可以进行,而对timing和routing不会带来什么影响。工具需要能够自动完成这一替换,并且在后续的时序优化中正确处理这些cell,在需要分拆的时候还原成单个寄存器。

3. AI芯片面积上的挑战表现在density和congestion上。

下图是几种类型芯片网表结构上的横向对比:

比如FlipFlop Ratio对比:

图十二

(欲知其他特性详情,请参加Cadence/ARM联合研讨会)。

AI芯片以上的特点,对工具应对high density、high congestion的能力提出了巨大的挑战。不仅要处理局部的routingcongestion,还需要面对全局的大面积拥塞。在确保routing没有问题的情况下,时序的功耗的目标仍然需要满足。

不同的Floorplan会对congestion以及timing的格局带来完全不同的变化。对极限指标的追求还需要从Floorplan上着手。需要工具提供更加自动、智能的方法,帮助Floorplan的优化,并且这种优化是需要全局考虑性能、功耗和面积的。

四、人工智能芯片实现的解决方案

针对前一节分析得出了AI芯片的特点,以及实现过程中的各种挑战,本节介绍了基于Cadence数字后端实现平台Innovus的优化解决方案,帮助芯片设计者更快地收敛到预期的性能、功耗和面积目标。

对于AI芯片开关功耗占比较多、翻转率差异较大的特点,基于真实仿真翻转率文件(Activity File)的动态功耗优化是非常重要的。在翻转率驱动的功耗优化方案上,最新的Innovus 18.1版本有着诸多的特性。比如:

·        Power Optimization (activity-driven)

·        Activity-Driven Placement

·        Slack and Power-driven Placement

·        Clock Power-Driven Placement

·        High power effort CCopt

·        Power-Driven Routing

·        …

这里展示了在某款AI芯片核心模块上,逐步开启几种优化手段所得到的最终signoff功耗结果。

图十三

从结果可以看到,动态功耗得到了显著的降低。特别是SPP和CPD,充分利用了翻转率文件提供的信息,优先考虑高翻转率的Net,使其线长更短,降低功耗负载。而对于低翻转率的Net,允许放松线长的约束。

因此在没有影响timing的情况下,可以获得明显的开关功耗的优化。(更多的数据分析和细节展示,请参加Cadence和ARM的联合研讨会了解详情)

然后,让我们看看Innovus对于Congestion的解决方案。

正如前文的分析,AI芯片中大量的FlipFlop和多管脚单元,加上极致的面积目标,所以congestion往往变成了压死性能的最大的稻草。

图十四显示了版图的大部分区域都有非常严重的congestion问题。这种大范围的congestion是很难通过单纯的router的优化来解决的。更需要placer和router的相互配合,在flow的各个阶段通过对congestion的评估、把high congestion的区域cell density变得稀疏,同时保证timing得以满足。

图十四

从图十五可以看到,Innovus的High effort congestion repair非常好地给出了我们所期待的结果。中间congestion最严重的区域(红色的congestion marker),cell被尽量推开了,density降到很低(灰色部分)。推开的cell向四周挤进了congestion并不严重的区域。这些区域的density变得更高(黄色、绿色的部分),但是并没有关系,因为这些区域的绕线比较少,不会对congestion造成太大的问题。

图十五

但是图十五中在垂直方向的congestion依然过于严重了,虽然凭借Nanoroute的优化仍然可以全部绕通,但是不可避免会产生routing 的detour和timing的损失。

然,何以解忧?这里会用到Innovus的一个独门秘器,18.1亮点之一,行业唯一的解决方案。

效果如图十六,Timing、Density和DRC都得到了明显的提升。本来由于严重的congestion导致无法修复的大量Holdviolation也得以大幅改善。

·        Performance:4%

·        Wire Length :4.7%

·        Area:0.3%

图十六

原文标题:研发分享:人工智能芯片的挑战与实现

文章出处:【微信号:gh_fca7f1c2678a,微信公众号:Cadence楷登】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

手机界三巨头战略布局人工智能

对于手机厂商们而言,要想继续推动智能手机市场增长,就必须打破传统,找到新的路子。

的头像 物联网技术 发表于 09-12 17:46 ? 553次 阅读
手机界三巨头战略布局人工智能

紫米电子推出ZMI旅行助手Z1,支持16种语言互译,实现交流无障碍沟通

ZMI紫米旅行助手自带的语音翻译功能,可以支持中文和16种语言互译,整合微软人工智能翻译和猎户星空语....

发表于 09-12 16:57 ? 162次 阅读
紫米电子推出ZMI旅行助手Z1,支持16种语言互译,实现交流无障碍沟通

腾讯加码人工智能,让机器“理解”世界

“这是很有挑战的基础研究工作,我们会有耐心地长期持续投入,不设KPI。”9月6日,在上海举办的首届计....

的头像 1号机器人网 发表于 09-12 16:55 ? 223次 阅读
腾讯加码人工智能,让机器“理解”世界

vivo新品发布会:正式推出了X系列的最新旗舰手机——X23

同时X23在逆光拍照再次取得革命性突破。高达12.3Evs的宽广动态范围,使得亮部和暗部细节得以彻底....

的头像 MCA手机联盟 发表于 09-12 16:48 ? 227次 阅读
vivo新品发布会:正式推出了X系列的最新旗舰手机——X23

2018生物识别技术与应用高峰论坛圆满落下帷幕

沈瑄认为,目前3D结构光面临三大瓶颈,应用、外观和成本。“为什么说安卓市场的3D结构光不像苹果那样爆....

的头像 芯智讯 发表于 09-12 16:32 ? 433次 阅读
2018生物识别技术与应用高峰论坛圆满落下帷幕

人工智能及其产业发展如何?人工智能标准化白皮书(2018版)免费下载

人工智能概念诞生于 1956 年,在半个多世纪的发展历程中,由于受到智能算法、计算速度、存储水平等多....

发表于 09-12 16:13 ? 22次 阅读
人工智能及其产业发展如何?人工智能标准化白皮书(2018版)免费下载

0glass入选“深圳人工智能百强企业”

此次入选“深圳人工智能百强企业”是对0glass长期以来创新科技、不断突破底层技术、致力发展的肯定。....

的头像 AR工业应用 发表于 09-12 16:11 ? 348次 阅读
0glass入选“深圳人工智能百强企业”

人工智能在医学影像中的应用与挑战

8月30日-9月1日,2018中国(上海)国际人工智能展览会暨OFweek(第二届)国际人工智能产业....

的头像 OFweek可穿戴设备网 发表于 09-12 15:47 ? 298次 阅读
人工智能在医学影像中的应用与挑战

人工智能行业发展状况如何?人工智能行业研究报告详细资料免费下载

人工智能是一门综合了计算机科学、生理学、哲学的交叉学科。凡是使用机器代替人类实现认知、识别、分析、决....

发表于 09-12 15:33 ? 46次 阅读
人工智能行业发展状况如何?人工智能行业研究报告详细资料免费下载

未来几年语音和语音识别市场将增至69亿美元

市场研究公司Tractica在其一份报告中预测,到2025年全球的语音识别市场将达到69亿美元。

的头像 人工智能快报 发表于 09-12 15:33 ? 152次 阅读
未来几年语音和语音识别市场将增至69亿美元

中国12个城入选全球AI领域最具影响力的城市

如果说十八世纪与十九世纪的两次工业革命“解放”了人类的双手,那么“人工智能”(Artificial ....

的头像 人工智能 发表于 09-12 15:30 ? 163次 阅读
中国12个城入选全球AI领域最具影响力的城市

各企业都在加快发力AI芯片,安防企业表现突出

2018-10-17,为落实《新一代人工智能发展规划》,我国科学技术部计划启动实施科技创新 2030—....

发表于 09-12 15:25 ? 133次 阅读
各企业都在加快发力AI芯片,安防企业表现突出

华捷艾米已经在计算机视觉乃至AI+AR领域取得非常不错的突破

戚胜刚指出,3D骨架算法是人工智能3D机器视觉的核心技术,是MR混合现实的基础,在各行各业具有广阔的....

的头像 芯智讯 发表于 09-12 14:30 ? 357次 阅读
华捷艾米已经在计算机视觉乃至AI+AR领域取得非常不错的突破

“全定制方法学”背后的矿机芯片“江湖”

面对自己的心血付诸东流,杨作兴非常的不甘。2015年杨作兴带着其“全定制方法学”与比特大陆技术负责人....

的头像 芯智讯 发表于 09-12 14:22 ? 263次 阅读
“全定制方法学”背后的矿机芯片“江湖”

通过YouTube视频中的图像和声音来训练深度神经网络

该团队在麻省理工学院的计算机科学和人工智能实验室 (Computer Science and Art....

的头像 英伟达NVIDIA企业解决方案 发表于 09-12 14:19 ? 116次 阅读
通过YouTube视频中的图像和声音来训练深度神经网络

如何让FreeRTOS系统直接在芯片上运行?

相信很多朋友开始学习的时候都是参看别人写好的,可以直接使用的源代码。在正确代码工程的基础上,我们可以....

的头像 嵌入式资讯精选 发表于 09-12 14:13 ? 108次 阅读
如何让FreeRTOS系统直接在芯片上运行?

挑战巨头英伟达?微软拟用华为芯片,微软宣布正式联手华为!

据称,华为和微软之间的谈判还处于初期阶段,尚未达成最终协议,双方均未就此事发表评论。虽然尚不确定双方....

的头像 EDA365 发表于 09-12 11:42 ? 457次 阅读
挑战巨头英伟达?微软拟用华为芯片,微软宣布正式联手华为!

在未来人工智能时代,AI智能音箱在智能家居市场的作用将会更为重要

智能音箱的到来,如同鼠标、键盘是人机交互的入口级产品,是人工智能时代的战略性产品。抢语音交互时代的入....

发表于 09-12 11:34 ? 73次 阅读
在未来人工智能时代,AI智能音箱在智能家居市场的作用将会更为重要

【免费名额30个】手把手教你快速学习和应用人工智能技术

听说,最近有一个深圳地区线下学习和交流的技术讲座,有好几位在业内有10多年技术背景的资深大牛齐齐开课,帮助大家快速地学习和...

发表于 09-12 11:21 ? 140次 阅读
【免费名额30个】手把手教你快速学习和应用人工智能技术

英特尔即将收购NetSpeed,改进芯片设计工具

据科技博客VentureBeat北京时间9月11日报道,芯片厂商英特尔周一对外宣布,其收购了总部位于....

的头像 EETOP 发表于 09-12 11:11 ? 168次 阅读
英特尔即将收购NetSpeed,改进芯片设计工具

基于区块链Trecento一体化资本投资解决方案

Trecento是由一支经验丰富的投资和技术专业人员团队发起,Trecento区块链资本是一个致力于....

发表于 09-12 10:52 ? 33次 阅读
基于区块链Trecento一体化资本投资解决方案

3种适用于人工智能开发的编程语言

人工智能是一个很广阔的领域,很多编程语言都可以用于人工智能开发,所以很难说人工智能必须用哪一种语言来开发。选择多也意味着...

发表于 09-12 10:45 ? 70次 阅读
3种适用于人工智能开发的编程语言

AI工程师的三个层次,机器学习入门

虽然这么写出来的程序一定是不知其所以然,但是其实20年前我第一次用C++写Hello world的时....

的头像 机器人博览 发表于 09-12 10:44 ? 253次 阅读
AI工程师的三个层次,机器学习入门

四句话就让你彻底明白人工智能都是什么!

强人工智能又称通用人工智能或完全人工智能, 指的是可以胜任人类所有工作的人工智能。一个可以称得上强人....

的头像 机器人博览 发表于 09-12 10:39 ? 129次 阅读
四句话就让你彻底明白人工智能都是什么!

未来十年区块链发展的八大路线

区块链上的交易能被实时观察到,隐私性不高。如果你是一个特别有钱的消费者,你也不希望你走进任何一个工厂....

发表于 09-12 10:37 ? 167次 阅读
未来十年区块链发展的八大路线

安泽智能推动拥有中国自主知识产权及核心技术的机器人产品的普及和推广

“安优米”是安泽面向商用和民用市场开发的智能服务机器人系列产品。种类包括迎宾接待、养老陪护、商务助理....

的头像 深圳市机器人协会 发表于 09-12 10:36 ? 173次 阅读
安泽智能推动拥有中国自主知识产权及核心技术的机器人产品的普及和推广

边缘智能,AI应用的最后一里路

然而对企业来说,深度神经网络1(Deep Neural Networks,DNNs)所带起的人工智能....

的头像 人工智能 发表于 09-12 10:22 ? 347次 阅读
边缘智能,AI应用的最后一里路

IC产业迎来新机遇,突发爆发式增长!

一个不可思议的事实是:从2017年起,IC行业实现了22.2%的增长,远远超过2011-2016年2....

的头像 面包板社区 发表于 09-12 10:09 ? 284次 阅读
IC产业迎来新机遇,突发爆发式增长!

人工智能科技创新专家组为我国发展带来哪些影响?

8月24日,教育部发布了《关于成立教育部人工智能科技创新专家组的函》,正式组建“人工智能科技创新专家....

的头像 亚太机器人 发表于 09-12 09:58 ? 405次 阅读
人工智能科技创新专家组为我国发展带来哪些影响?

三星最新人工智能研究中心在纽约落地

近日,三星电子宣布,在纽约设立三星全球第6个人工智能研究中心,致力于机器人研究。

的头像 机器人技术与应用 发表于 09-12 09:41 ? 227次 阅读
三星最新人工智能研究中心在纽约落地

区块链与人工智能如何通过共同合作而相互受益?

区块链和人工智能可以说是当今科技行业最热门的产业。 根据Statista的数据,区块链市场预计将从2....

发表于 09-12 09:33 ? 46次 阅读
区块链与人工智能如何通过共同合作而相互受益?

李飞飞将离开谷歌,回学校任教!

近日,李飞飞宣布将离开谷歌,按计划回到斯坦福大学任教,接替她担任谷歌云AI/ML首席科学家的是前卡内....

的头像 机器人技术与应用 发表于 09-12 09:32 ? 513次 阅读
李飞飞将离开谷歌,回学校任教!

人工智能真的会彻底取代那些精英白领,从事高技术含量的工作吗?

人工智能(AI)技术在时尚行业的应用正在越来越深入、广泛,凭借这项技术不仅可以设计服装,还可以精确规....

发表于 09-12 09:32 ? 42次 阅读
人工智能真的会彻底取代那些精英白领,从事高技术含量的工作吗?

将集成材料解决方案推向市场,从容应对人工智能时代的挑战

我们正处于最大规模的计算潮流的风口浪尖——那就是由大数据驱动的AI(人工智能)时代。要想成为这个时代....

发表于 09-12 09:26 ? 61次 阅读
将集成材料解决方案推向市场,从容应对人工智能时代的挑战

随着我国人工智能研究的突破,2018年人工智能领域得到了更多的关注

在我国,人工智能的发展可以说集天时、地利、人和,发展势如破竹。目前,大数据、算法、算力的发展为人工智....

发表于 09-12 09:16 ? 69次 阅读
随着我国人工智能研究的突破,2018年人工智能领域得到了更多的关注

盘点人工智能产业链的最新格局

AI 芯片设计是人工智能产业链的重要一环。 自 2017 年 5 月以来,各 AI 芯片厂商的新品竞....

的头像 重庆人工智能 发表于 09-12 09:07 ? 875次 阅读
盘点人工智能产业链的最新格局

各地人工智能产业发展典型企业盘点:未来的人工智能具有无尽的想象空间

近年来,人工智能技术的迅速崛起让整个产业界一片沸腾,各地政府也充分意识到这是一次前所未有的历史机遇。....

发表于 09-12 09:07 ? 68次 阅读
各地人工智能产业发展典型企业盘点:未来的人工智能具有无尽的想象空间

DARPA将斥资20亿美元投入下一波人工智能技术

美国DARPA近日宣布,计划在未来5年内投资20亿美元用于开发下一波人工智能技术,寻求情境推理能力等....

的头像 重庆人工智能 发表于 09-12 09:03 ? 282次 阅读
DARPA将斥资20亿美元投入下一波人工智能技术

人工智能领域已经开启全新篇章,合作共赢才是未来发展主旋律

人工智能是引领未来的战略性技术,已在世界范围形成共识,这是一个全人类认识自我、挑战自我的共同话题。基....

发表于 09-12 09:02 ? 32次 阅读
人工智能领域已经开启全新篇章,合作共赢才是未来发展主旋律

国内人工智能市场混乱不堪,英伟达霸主地位无人动摇

可以说,国内AI芯片已经成为了资本的宠儿,各路人马你方唱罢我登场。在英伟达统治着AI芯片市场的情况下....

发表于 09-12 08:48 ? 266次 阅读
国内人工智能市场混乱不堪,英伟达霸主地位无人动摇

人工智能是如何固守国界线,实现边界平安建设和经济建设双丰收的呢?

这句话放在中国边界上也同样适合。边界线作为国家与领国或公海之间的界限,承担着国家首到安全防线的重大职....

发表于 09-12 08:41 ? 60次 阅读
人工智能是如何固守国界线,实现边界平安建设和经济建设双丰收的呢?

医疗机构陆续开始运用大数据、人工智能等新型技术和手段

目前,我国医疗信息化的市场需求相当充沛,增长动力十足。有研究报告指出,到2021年我国医疗信息化规模....

的头像 物联网之声 发表于 09-11 17:23 ? 973次 阅读
医疗机构陆续开始运用大数据、人工智能等新型技术和手段

盘点科技金融界的三大“航母”

随着区块链、人工智能、大数据以及云计算等众多新兴科技的发展,其应用范围不断扩大。

的头像 机器人博览 发表于 09-11 16:58 ? 484次 阅读
盘点科技金融界的三大“航母”

探讨人工智能在智慧城市建设中的应用

当前,随着人工智能的发展,人工智能的高科技产品已经开始在场景下得到应用落地,并向我们生活的方方面面渗....

的头像 机器人博览 发表于 09-11 16:52 ? 115次 阅读
探讨人工智能在智慧城市建设中的应用

训练表示学习函数(即编码器)以最大化其输入和输出之间的互信息

互信息是出了名的难计算,特别是在连续和高维设置中。幸运的是,在神经估计的最新进展中,已经能够有效计算....

的头像 中国人工智能学会 发表于 09-11 16:51 ? 172次 阅读
训练表示学习函数(即编码器)以最大化其输入和输出之间的互信息

国内首个基于自主638纳米红光LD芯片的8瓦光纤耦合模块

激光器则是激光发生的器件,其中按照增益介质、功率、脉冲宽度分类不一,如增益介质有固体、光纤、半导体、....

的头像 半导体观察IC 发表于 09-11 16:48 ? 282次 阅读
国内首个基于自主638纳米红光LD芯片的8瓦光纤耦合模块

英锐恩十年单片机开发经验团队—看门狗IC成熟方案

深圳英锐恩科技有限公司专注单片机开发。 看门狗是由英文“WATCHDOG”翻译过来的,它的设计使用目的是做微处理器的一...

发表于 09-11 16:39 ? 32次 阅读
英锐恩十年单片机开发经验团队—看门狗IC成熟方案

光谷集成电路企业留底退税近5亿

8月7日,长江存储公开发布全球首创的Xtacking技术,该技术将为三维闪存提供更高的读写性能和更....

的头像 PCB开门网 发表于 09-11 16:26 ? 768次 阅读
光谷集成电路企业留底退税近5亿

我们对于人工智能的恐惧源于什么?

成熟的人工智能可以让世界变得更美好。它可能会让我们战胜癌症,改善世界各地的医疗保健,或者干脆让我们摆....

的头像 人工智能 发表于 09-11 16:25 ? 116次 阅读
我们对于人工智能的恐惧源于什么?

为什么说AI无法从本质上取代医生?

在8月31日分论坛:AI+医疗专场上,上海交通大学生物医学工程学院特别研究员、博导钱晓华为现场观众带....

的头像 OFweek可穿戴设备网 发表于 09-11 16:18 ? 368次 阅读
为什么说AI无法从本质上取代医生?

海美迪视听机器人纯享版评测 这个新物种是智慧物联协同化的新象征

人工智能作为一种颠覆性和战略性的技术,已经开始涌向各行各业,从50年代至今人工智能经历过三代技术革命....

的头像 39度创意研究所 发表于 09-11 15:56 ? 437次 阅读
海美迪视听机器人纯享版评测 这个新物种是智慧物联协同化的新象征

如何零基础学嵌入式?学嵌入式需要了解的10个建议快来学习吧!

刚开始学习嵌入式系统,肯定会遇到很多问题,但是切记心浮气躁,要知道万丈高楼平地起,不要忽略了低层的东....

发表于 09-11 15:47 ? 21次 阅读
如何零基础学嵌入式?学嵌入式需要了解的10个建议快来学习吧!

请问如何辨认芯片1脚

买了几片103C8T6  TQFP封装的,结果芯片上面有大小两个孔,请问那边是芯片1脚? 在印象中貌似哪里有看到过小孔是...

发表于 09-11 09:24 ? 60次 阅读
请问如何辨认芯片1脚

联发科MT2503芯片资料及注意事项

联发科技MT2503基于高度集成的超小型系统级封装,整合蓝牙3.0、多星系GNSS系统和2G基带,搭载集成内存的ARMv7微控制潜...

发表于 09-10 18:06 ? 179次 阅读
联发科MT2503芯片资料及注意事项

请问使用锁相环实现2MHz信号的锁相该用什么芯片和实现方式?

输入信号是2MHz,电平是3.3V,输出1路时钟10MHz和1路信号,请各位帮帮忙。...

发表于 09-10 11:03 ? 19次 阅读
请问使用锁相环实现2MHz信号的锁相该用什么芯片和实现方式?

ad5592r单通道循环采样配置IO0但SDO没有数据输出

按照AD5592R英文技术手册的P29页单通道循环采样配置IO0,通信的主控芯片的spi输出正常,但AD5592R的SDO并没有数据输...

发表于 09-10 10:08 ? 18次 阅读
ad5592r单通道循环采样配置IO0但SDO没有数据输出

请问STM32P103ZCMBN的这种STM32型号有吗?

请问STM32P103ZCMBN的这种STM32型号有吗,怎么会出现P系列的芯片,求大神指点 ...

发表于 09-10 09:28 ? 111次 阅读
请问STM32P103ZCMBN的这种STM32型号有吗?

直流电机控制

我有一个板子,直流电机PWM控制,有2个393和一个TL494,还有一个芯片擦掉了,怎么也找不出这个芯片是啥,有人知道吗 ...

发表于 09-08 20:46 ? 69次 阅读
直流电机控制

这15家芯片相关企业进入中国500强

随着中国经济体系的不断壮大,中国企业也逐渐走到全球经济舞台的最中央。每年一次的“世界企业500强”已成为很多大型企业的努力方...

发表于 09-07 15:36 ? 167次 阅读
这15家芯片相关企业进入中国500强
本性难移 英语系 安德鲁 袁子皓只言感恩 做电影须培养新导演 共三部电影参展 柳岩带“绯闻男友回家 丁子玲结缘丁玲 千惠 出来混迟早要还的
宅男女神安心亚庆生 引爆微博被疯转 AEG公司保险费泡汤 专访王晶 曝一场遭遇战三千万 中秋特辑缅怀姚贝娜 少年壮志也挺愁 那时猴王初问世 吴彦祖妻子暗示曾遭林熙蕾插足 豪华明星齐聚一堂 冯绍峰禁欲系荷尔蒙喷薄而出 TVB艺人再起北上淘金 交普通朋友活得更真实