- Microchip Technology Inc.（微芯科技公司）始终致力于通过整体系统解决方案让创新设计变得更简单。今日其与全球车载摄像头模组供应商舜宇智领（舜宇光学科技集团旗下子公司）宣布达成战略合作，旨在共同拓展汽车 SerDes 联盟移动链路（ASA-ML）生态系统。作为此次合作的一部分，舜宇智领推出了基于 Microchip VS700 系列 ASA-ML 器件的高级驾驶辅助系统（ADAS）摄像头模组，旨在为汽车行业提供更快速、更简便且更具成本效益的摄像头
- 关键字：
Microchip
车载摄像头
舜宇智领
ASA-ML
SerDes
- 物理人工智能（PAI）是人工智能与机器学习（ML）算法的一种应用，旨在让自主系统与物理世界进行交互。机器学习（ML）是一种内部软件技术，使系统能够从数据中学习；而PAI则是指该智能在外部物理世界的落地实现。传统的机器控制（自动化）遵循固定的、预编程的规则（如 if-then-else 语句），用于执行可预测、重复性的任务。机器学习软件是人工智能的一个分支，用于分析数据、识别模式并做出预测或决策，无需传统自动化所使用的固定、显式编程。机器学习是 数字人工智能（DAI）的子集，完全运行在虚拟空间中
- 关键字：
电力电子
物理人工智能
PAI
机器学习
ML
- 汽车行业正加速从专有串行器/解串器（SerDes）解决方案向汽车串行器/解串器联盟（Automotive SerDes Alliance）及其首个开放标准——ASA Motion Link（ASA-ML）构建的可互操作系统生态过渡。ASA-ML凭借非对称高速通信标准，正被整车厂（OEM）与一级供应商（Tier 1）广泛采用，以应对车载网络中日益增长的摄像头、传感器及显示设备连接需求。Microchip Technology （微芯科技公司）今日宣布与汽车互联技术领先企业AVIVA Links达成重要里程碑
- 关键字：
Microchip
AVIVA Links
ASA-ML
汽车连接
- 7月18日，第五届RISC-V中国峰会在上海进入分论坛环节。作为未来电子产业最庞大的应用范畴之一，人工智能是不可回避的话题。人工智能的飞速发展，正以年均超过100%的算力需求增长驱动底层架构的革新，“开放、灵活、可定制”的RISC-V已成为构建自主AI算力基石的战略支点。人工智能分论坛邀请各方企业探讨RISC-V架构如何利用其开源、开放、可扩展的特性，实现AI计算架构的革新，以及RISC-V架构在AI软硬件的最新进展和应用落地情况。 Arteris首席架构师栾淏详细介绍了该公司在可配置高性能互连
- 关键字：
RISC-V
中国峰会
Arteris
AI/ML
ADAS
SoC
- 7月18日，第五届RISC-V中国峰会在上海进入分论坛环节。作为未来电子产业最庞大的应用范畴之一，人工智能是不可回避的话题。人工智能的飞速发展，正以年均超过100%的算力需求增长驱动底层架构的革新，“开放、灵活、可定制”的RISC-V已成为构建自主AI算力基石的战略支点。人工智能分论坛邀请各方企业探讨RISC-V架构如何利用其开源、开放、可扩展的特性，实现AI计算架构的革新，以及RISC-V架构在AI软硬件的最新进展和应用落地情况。 作为RISC－V基金会创始会员之一，晶心科技率先采用RISC－
- 关键字：
RISC-V
中国峰会
晶心科技
AI/ML
SoC
架构创新
- 汽车行业正在进行一场转型，以开放且可互操作的汽车串行解串器联盟运动链路（ASA-ML）标准（由全球150多家成员企业推动）解决方案取代专有的摄像头连接方案。为简化并加速高级驾驶辅助系统（ADAS）对ASA-ML的采用，Microchip Technology Inc.（微芯科技公司）与摄像头模块供应商日本贵弥功株式会社（Nippon Chemi-Con）和视频测试解决方案供应商NetVision有限公司合作，推出了首个ASA-ML摄像头开发平台，将ASA-ML标准的可扩展高速非对称数据速率引入日本汽车市场
- 关键字：
Microchip
Nippon Chemi-Con
NetVision
ASA-ML
摄像头开发
- 罗德与施瓦茨（以下简称“R&S”）与英伟达（NVIDIA）携手合作，在AI驱动的无线通信研究领域取得技术突破。双方在MWC 2025大会上展示一项创新性概念验证，该技术融合数字孪生和高保真光线追踪技术，为5G-A和6G神经接收器提供更贴近真实场景的测试方案，助力下一代通信技术的快速发展。R&S在AI驱动的无线通信领域再创佳绩，其最新成果聚焦神经接收器的设计与测试。在MWC 2025大会上，R&S与英伟达联合展示一项突破性技术验证。该方案通过整合数字孪生和高保真光线追踪技术，构建了一
- 关键字：
罗德与施瓦茨
英伟达
AI/ML
神经接收器
- 近日举办的GTC大会把人工智能/机器学习（AI/ML）领域中的算力比拼又带到了一个新的高度，这不只是说明了通用图形处理器（GPGPU）时代的来临，而是包括GPU、FPGA和NPU等一众数据处理加速器时代的来临，就像GPU以更高的计算密度和能效胜出CPU一样，各种加速器件在不同的AI/ML应用或者细分市场中将各具优势，未来并不是只要贵的而是更需要对的。此次GTC上新推出的用于AI/ML计算或者大模型的B200芯片有一个显著的特点，它与传统的图形渲染GPU大相径庭并与上一代用于AI/ML计算的GPU很不一样。
- 关键字：
FPGA
AI
ML
Achronix
- 芯科科技首席执行官兼技术与产品开发高级副总裁Daniel Cooley先生带来他对2024年行业技术发展的看法，特别着重于热门的人工智能和机器学习（AI/ML）结合物联网的应用趋势。以下为访谈内容。芯科科技首席技术官兼技术与产品开发高级副总裁Daniel Cooley先生2024年，公司将继续帮助企业打破连接的鸿沟，将其产品连接到云端，从而在无线连接方面为近乎数之不尽的市场赋能。芯科科技很早就观察到了边缘AI/ML与物联网充分结合这一趋势，将AI/ML引入物联网应用可降低带宽需求、节省功耗，并使设备具备更
- 关键字：
AI
ML
物联网
芯科科技
- 资安厂商Check Point发布2024年网络安全趋势预测，预期人工智能（AI）及机器学习（ML）崛起，将会有更多攻击者利用AI，加速开发新型恶意软件和勒索软件。随着算图农场（GPU Render Farm）的兴起，黑客将云端AI资源视为有利可图机会。根据Check Point威胁情报部门表示，2023年网络犯罪活动遽增，与去年同期相比，今年前三季全球平均每周网络攻击增加了3％，尤以台湾为受攻击次数最多的地区，各组织平均每周遭受1,509次攻击。Check Point Software提出2024年八大
- 关键字：
AI
ML
网络攻击
- 现今在人工智能驱动（AI-driven）的新兴风潮下，人工智能和机器学习（AI/ML）正快速朝向网络的边缘端（Edge）发展- 即使是最小的物联网设备也将很快得以运行AI/ML算法。这种持续性的演变也被行业称为人工智能物联网（AIoT）。在本篇博客中，Silicon Labs（亦称“芯科科技”）产品营销总监Ravi Subramanian讲解了集成AI/ML硬件加速器的 SiWx917超低功耗Wi-Fi SoC 如何为物联网设备制造商简化边缘 AI的开发，以迎向AI
- 关键字：
AI
ML
Edge
- 作为业内唯一一家既可以提供高端FPGA芯片以及对应的PCIe加速卡，又可以提供可适用于多种工艺的eFPGA IP解决方案的领先提供商，Achronix还给用户提供统一的开发工具，既支持其高端FPGA芯片的开发设计，也支持eFPGA IP的开发设计。Achronix近日再次以其创新引起了业界的广泛关注，其全新的技术再次突破了FPGA网络极限。该公司日前宣布：其Achronix网络基础架构代码（ANIC）现已支持包括400 GbE的传输速度。ANIC是一套灵活的FPGA IP模块，专为提升高性能网络传输速度而
- 关键字：
Achronix
AI/ML
- 随着应用要求的激增和用户需求的增加，硬件设计变得更加复杂。市场趋势的快速变化，以及对电动汽车等技术的更多关注，决定了对高效电源管理和高性能处理的需求水涨船高。随着 SoC 设计规模的扩大，复杂程度的增加，验证吞吐量仍然是一个瓶颈，单纯依靠增加 CPU 核数量和运行更多的并行测试治标不治本。上述因素的叠加让验证工程师面对复杂设计的压力与日俱增。 验证永远不会完成；当你的时间用完时，它就结束了。目标是在你耗尽时间之前使验证过程收敛。每个人都希望看到关键指标收敛到目标，并在严格的成本和时间限制下做到这
- 关键字：
AI/ML
验证曲线收敛
- 据TrendForce集邦咨询最新服务器相关报告指出，CXL（Compute
Express
Link）原是希望能够整合各种xPU之间的性能，进而优化AI与HPC所需要的硬件成本，并突破原先的硬件限制。CXL的支援仍是以CPU为源头去考虑，但由于可支援CXL功能的服务器CPU
Intel Sapphire Rapids与AMD Genoa现阶段仅支援至CXL
1.1规格，而该规格可先实现的产品则是CXL存储器扩充（CXL Memory
Expander）。因此，TrendForce认为
- 关键字：
TrendForce
集邦咨询
存储器
CXL
AI/ML
DRAM
- 每年PC厂商都会推出一系列新的笔记本电脑，它们通常都配备了最新的技术和功能，旨在提供出色的用户体验。从以往的经验来看，这些创新主要集中在外观尺寸，屏幕增强和用户界面等方面。而AI（人工智能）和ML（机器学习）的日益普及开辟了一个充满可能性的新世界，PC厂商和生态系统巨头都在寻求将这些先进的新功能添加到其产品功能集中。在本篇博文中，莱迪思将讨论PC中AI/ML功能的增长趋势，为什么FPGA非常适合实现这些新的体验，并举例说明采用莱迪思技术的PC解决方案。使用AI/ML功能优化PC用户体验对于世界各地的许多人
- 关键字：
莱迪思
FPGA
AI
ML
- 英飞凌科技股份公司（FSE: IFX / OTCQX: IFNNY）近日宣布将推出一款电池供电的智能报警系统（SAS）。该技术平台利用基于人工智能/机器学习（AI/ML）的传感器融合技术，实现了高精准度和超低功耗。与低功耗的声学事件检测方案相结合，可以带来出色的性能表现。这款设计紧凑的智能报警系统，与目前在智能楼宇和智能家居中使用的声学报警系统相比，不仅具有更高的检测精准度，而且其电池使用寿命能够媲美甚至超越传统的解决方案。 英飞凌智能报警系统评估板和参考设计 英飞凌科技电源与传感系统
- 关键字：
英飞凌
AI/ML
传感器融合
智能报警系统
- 新思科技宣布推出「Synopsys DesignDash」设计优化解决方案，此乃新思科技EDA 数据分析产品组合的重大扩展，该解决方案透过机器学习技术，利用先前尚未发掘的设计见解(design insights)来提升设计生产力。Synopsys DesignDash为新思科技的数字设计系列、和获奖肯定的AI导向设计空间优化解决方案DSO.ai的辅助产品，是一个兼具数据可见性(data-visibility)与机器智能引导的全面性设计优化解决方案，能为先进的SoC 设计带来无可比拟的生产力。这项解决方案能
- 关键字：
新思
ML
大数据分析
- 从数据中寻找出W和B 就是ML的主要任务之一。然而，ML 并没办法直接计算出能够满足这个目标的W和B 值，但是它会逐步地修正W 和B，来满足输入空间与目标空间的对映关系（即规律）。本文将说明ML的逐步（迭代）学习策略及过程。1 设定目标（Target）点在上一期里，介绍了从X空间对映到Z 空间的范例，其中提供了已知的X 数据，以及对映的Z 数据。如下表：于是，ML 就来寻找其中的对映规律，并利用W 和B 来表达和记住它。那么，ML（或AI）是如何寻找出W 和B 的呢？答案是：逐步（
- 关键字：
202105
ML
迭代
- 1 从三维空间对应出发在前面的范例里，都只使用到简单的一维和二维的特征（空间）对应。在本文中，将继续扩大为三维的特征对应。一旦熟悉了三维的特征对应，就能轻易地继续扩大到更多维的特征对应了。例如下图，是从三维的X空间对应到二维的Z 空间。其中收集了5 个人的特征数据，每个人都有3 项特征：是否擦口红、是否穿高跟鞋以及是否抽烟，如下图所示。此时，已知这5 个人之中，有3 位是女士，另两位是男士。也就是，人们心中已经将它们区分为两个类（Class）了。于是，就设定两个目标值：T=[0,
- 关键字：
202107
三维
ML
- 1 记住相关性：使用X*W+B=Y公式在上一期里，曾经说明了人和ML( 机器学习) 一样都很擅长于将事物从原来的空间对映到另一个空间，例如绘画、写作等。在对映过程中，会不断强化其对共性的记忆强度，因而能从经验中累积、沉淀其所观察过事物的共同规律( 即共相)。在ML 领域里，这个X*W+B=Y 的对映公式，扮演核心角色。现在就从最简单的例子，来仔细观察，看看如何来找出W和B 的值。请从这个简单的范例出发：首先从空间对映的视角来看，如下图所示：这X 空间里已知有2 个值，分别对映到Y
- 关键字：
202104
ML
模型
- 前言人工智能/机器学习（AI/ML）改变了一切，影响着每个行业并触动着每个人的生
活。人工智能正在推动从5G到物联网等一系列技术市场的惊人发展。从2012年到
2019年，人工智能训练集增长了30万倍，每3.43个月翻一番，这就是最有力的证
明。支持这一发展速度需要的远不止摩尔定律所能实现的改进，摩尔定律在任何情况下都在放缓，这就要求人工智能计算机硬件和软件的各个方面都需要不断的快速改进。从2012年至今，训练能力增长了30万倍内存带宽将成为人工智能持续增长的关键焦点领域之一。以先进的驾驶员辅助系
- 关键字：
ADAS
ML
DRAM
内存
- 混合云数据分析平台公司 Teradata 日前宣布增强其Teradata Vantage平台，使协作和无摩擦的数据科学成为现实。通过显著增加数据科学家、业务分析师、数据工程师、业务领导和其他可能使用不同工具和语言的人员之间的协作， Vantage 可以使企业通过更强的数据治理和安全性实现更快的数据价值实现，并降低成本。所有Teradata Vantage客户免费获得的主要增强功能包括：● 扩展了对R和Python的原生支持，具有调用更多Van
- 关键字：
AI
ML
- Rambus Inc. 是一家专注于使数据更快更安全并领先业界的silicon IP和芯片提供商。近日，宣布它的 HBM2E内存接口解决方案实现了创纪录的4 Gbps性能。该解决方案由完全集成的PHY和控制器组成，搭配业界最快的，来自SK hynix的3.6Gbps运行速度的HBM2E DRAM，该解决方案可以从单个HBM2E设备提供460 GB/s的带宽。此性能可以满足TB级的带宽需求，针对最苛刻的AI/ML训练和高性能的加速器计算（HPC）应用而生。亮点：● 完全集成
- 关键字：
HPC
AI
ML
- 随着数据中心支持的人工智能（AI）和机器学习（ML）工作负载越来越多，市场需要具备更宽存储带宽和更高单机架存储密度的云级别基础设施。因此，市场的趋势是按照如M.2和全球网络存储工业协会（SINA）新推出的企业和数据中心固态硬盘外形尺寸（EDSFF） E1.S等行业标准，采用体积更小、且支持第四代PCIeÒ的非易失性存储器高速（NVMe™）固态硬盘。这些固态硬盘要求控制器具备体积小和低功耗的特点，能驱动NAND闪存发挥最大潜力，同时保持这种企业级NVMe固态硬盘所需的丰富功能集和可靠性。Microchip
- 关键字：
QLC
TLC
AI
ML
SINA
IOPS
- 美国高通公司旗下子公司高通技术公司今日宣布，将高通QCS610和QCS410系统单芯片（SoC）导入高通视觉智能平台（Qualcomm Vision Intelligence Platform）。透过QCS610和QCS410的设计，过去仅见于高阶装置的强大AI和机器学习功能等顶级相机技术，得以进入中阶相机区隔；因为在现今智慧城市、商业活动和企业、家庭和车辆场域中，无线边缘运算的智能功能和强大的连网能力已逐渐成为智能型相机应用上必须克服的障碍。高通技术公司业务发展副总裁Jeffery Torrance表示
- 关键字：
高通
SoC
AI
ML
智能相机
- 近日，Gartner发布了数据与分析领域的十大技术趋势，为数据和分析领导者的 新冠疫情（COVID-19） 响应和恢复工作提供指导，并为疫情后的重启做好准备。数据和分析领导者如果希望在疫情后能持续创新，就需要不断提高数据处理和访问的速度，扩大分析规模，在前所未有的市场动荡中赢得成功 。 数据和分析领导者应检验以尝试以下十大数据和分析趋势，加快新冠疫情后的恢复：趋势1：更智能、更高速、更负责的AI到2024年底，75%的企业机构将从 人工智能 （AI）试点
- 关键字：
NLP
AI
ML
- Microchip Technology Inc.（美国微芯科技公司）近日宣布其 Switchtec™ PAX网络互联Gen 4 PCIe 交换机系列现已投产，可支持云、数据中心和超大规模计算，以促进人工智能（AI）和机器学习（ML）的发展。与传统的外设组件互连标准（PCIe）交换机相比，该系列支持更强扩展性、更低延迟和更高性能的复杂结构拓扑。Microchip的Switchtec PAX PCIe系列交换机为需要多主机共享访问单根I/O虚拟化（SR-IOV）、非易失性存储器（NVMe
- 关键字：
AI
ML
- 目录第一部分|嵌入式视觉的发展趋势第二部分|MIPI简介第三部分|在嵌入式视觉中使用FPGA第四部分|CrossLink FPGA简介第五部分|应用案例第六部分|使用CrossLink FPGA进行设计第七部分|设计流程第八部分|小结第九部分|参考资料过去几年里，嵌入式视觉应用大量涌现，包括从相对简单的智能视觉门铃到执行随机拾取和放置操作的
复杂的工业机器人，再到能够在无序、地形不断变化的环境中导航的自主移动机器人（AMR）。快速采
用嵌入式视觉技术的行业包括汽车、消费电子、医疗、机器人、安
- 关键字：
PHY
AMR
AI
ML
OSL
- 近日，全球电子元器件与开发服务分销商e络盟（隶属于Farnell）公布针对物联网（IoT）的最新调研。调研结果表明人工智能（AI）在物联网设备中已获广泛应用，同时该调研还发布了针对关键应用市场、推动因素以及物联网设计工程师所关注问题的最新见解。此次调研突显出的主要新趋势是人工智能物联网（AIoT），它表明真正的物联网生态系统开端形成。研究显示，将近一半（49%）的受访者已经在他们的物联网应用项目中使用了人工智能，其中机器学习（ML）是使用最多的技术（28%），其次是基于云的人工智能（19%）。随着人工智能
- 关键字：
AIoT
ML
- 恩智浦半导体（NXP Semiconductors N.V）近日宣布针对Arm® Ethos™-U55 microNPU（神经处理单元）建立主要合作关系。这是一种机器学习（ML）处理器，面向资源受限的工业和物联网（IoT）边缘设备。作为微控制器（MCU）行业领先的创新者，恩智浦计划在其基于Arm Cortex® -M的微控制器（MCU）、跨界MCU和应用处理器的实时子系统中实施Ethos-U55。此次扩充建立在公司不断增长的机器学习产品基础上，包括最近发布的带有专用NPU的i.MX 8
- 关键字：
MCU
NPU
ML
ml-561介绍
您好，目前还没有人创建词条ml-561!
欢迎您创建该词条，阐述对ml-561的理解，并与今后在此搜索ml-561的朋友们分享。
创建词条
关于我们 -
广告服务 -
企业会员服务 -
网站地图 -
联系我们 -
征稿 -
友情链接 -
手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473
