首页 > 新闻中心 > 专题
目前，全球技术正面临着一场巨大的变革，智能无处不在的浪潮已然悄然到来！政府先后推出《新一代人工智能发展规划》和《促进新一代人工智能发展三年行动计划（2018-2020年）》，把AI提高到国家战略层次，建立了相对完整的研发......
目前市场上AI主要的商业应用场景有安防监控、家居/消费电子和自动驾驶汽车。安防监控以及消费电子市场已经较为成熟，且国内企业从产品能力到产业链整合能力均占据优势地位，是目前国内人工智能企业展开竞争的主战场。本土的汽车主机厂......
一般人们提到的“实时响应的边缘AI”是指达到人类的实时响应水平（ｍSec/毫秒级)，边缘是指边缘计算。而驱动整个社会、与传感和控制结合的产业的运转，则要求μSec（微秒级）的实时响应。为了将该领域与边缘计算区别开来，我们......
AI的部署和应用逐步从云端扩展至边缘端，也就是直接部署运行在客户端或物联网终端，满足了一定的实时性和安全性等要求。例如：Apple的Face ID, Andriod离线版人脸识别等，这主要归功于人工智能AI芯片(或神经......
机器学习和神经网络处理技术承载着嵌入式处理器下一个主要的市场机会。国际数据公司(IDC)预测，全球在人工智能和机器学习方面的支出将从2016年的80亿美元增长到2020年的470亿美元。AI爆发式增长的背后有三个主要的驱......
搭载了虚拟系统的智能设备将很快无处不在——门铃、钥匙、调温器、洗衣机、电视机以及更多应用，因此对“终端”上人工智能（AI）处理能力的需求也变得越发重要。今天，智能设备主要依赖于基于语音的用户接口，但是我们将看到它们越来越......
Arm关注到，目前移动终端用户和行业伙伴均对机器学习能力极为看重，即使是入门级移动设备的消费者也希望自己的设备能够具有人工智能，能够轻松支持脸部识别、手势识别，能够享受显著的美图技术。Arm当然对用户的这一需求义不容辞，......
恩智浦对边缘侧AI和IoT战略作用非常重视。我们认为大数据、IoT和AI的应用发展要求边缘端： 1）对智能家居、工业互联、智慧城市等提供智能化、快速、有效的支持。 2）从作为云端提供数据采集和控制反馈的连接通......
边缘 AI 的发展日新月异。要想在这样的环境中立足并获得发展，在所有层面进行灵活应变至关重要。赛灵思技术可为边缘 AI 提供最深度的灵活应变性，能针对不断变化的要求实现动态优化，甚至可实现晶体管级优化。......
在2018年3月上海举行的“2018汽车技术日暨新能源与智能网联汽车创新发展论坛”上，来自清华大学汽车工程系主任杨殿阁教授做了主题演讲，介绍了高级别自动驾驶所需要的关键技术。......
43.2%在阅读
23.2%在互动
