英特尔日前发布声明称，近期的补丁可能对某些芯片会造成影响，导致计算机出现比正常情况下重启更为频繁的现象。
GPU的发明者英伟达创始人、CEO黄仁勋在CES期间对第一财经记者独家表示：“英伟达的图形芯片GPU不受安全漏洞的影响。”
在谷歌研究人员发现了英特尔和AMD等公司的CPU芯片存在重大的安全漏洞后，微软、苹果、亚马逊等公司都立即采取优化措施，包括更新部署后的识别、测试和软件更新改进等。
黄仁勋对第一财经记者表示：“我们已经给软件驱动打上补丁，因
关键字：
英伟达 GPU
到了 2020 年，每 3 支手机，就会有一支内建有 AI 芯片。 但目前浮出水面的 AI 芯片新创，几乎都是大陆公司。 为什么台湾这回选择缺席?
关键字：
人工智能 GPU
在此前的Exynos处理器中，三星一直都采用ARM的公版GPU核心，通过堆核心数量的方式来提升GPU的性能，不过三星自研GPU要取得成功并不容易，开发GPU还涉及到兼容、专利等问题，这都是需要三星面对的，因此在未来数年时间预计它将依然采用ARM的Mali的GPU。
关键字：
三星 GPU
GPU 只是当前最佳的解决方案，明年 GPU 在 AI 的地位，也许会遭ASIC取代。
关键字：
ASIC GPU
12月11日消息，据国外媒体报道，英伟达显卡是运行机器学习工作负载的事实上的标准，而今天，该公司又增加了另一个高端的以计算为中心的显卡：Titan V.这张基于英伟达Volta架构的显卡支持110teraflops的原始计算能力，是其前身的9倍，售价为2,999美元。
这是个适合机器学习研究人员、开发人员和数据科学家使用的芯片，他们希望能够在桌面计算机上构建和测试机器学习系统。
GPU擅长于执行训练机器学习系统所需的计算类型，而英伟达的Volta架构旨在为这些任
关键字：
英伟达 GPU
在PC游戏的推动下，显卡制造商们在过去几个月尝到了不少甜头。Jon Pebbdie Research针对AIB厂商们的研究指出：过去十年，行业三季度平均增长率在14.4%的左右;但是2017年3季度却达到了29.1%。当前已有48家AIB合作伙伴(包括OEM和消费级市场)，虽然Nvidia和AMD仍是GPU市场两大供应商，但前者的形势更优。
今年2季度的时候，数字货币“挖矿”产业曾助推了当季的GPU销量;到了3季度的时候，其影响力已经削弱了不少，因为PC游戏迎来强劲的增长
关键字：
GPU PC
最近FPGA又频频被各AI领域的巨头看好，比如微软、百度、科大讯飞都对FPGA应用前景有所期待。那么如果让你选择FPGA作为AI计算系统的主力军，你会有什么样的顾虑?
关键字：
FPGA GPU
功耗、成本、降低商业风险和信息安全风险也是龙芯开发自己桥片的重要原因，但在桥片和GPU上彻底实现了完全自主化，打通了CPU产业链上每一个环节，尽管龙芯的长征之路还很漫长。
关键字：
龙芯 GPU
高性能MCU解决方案可实现汽车驾驶舱里的智能世界-随着车载信息系统的高度发展，HMI功能强且精度高的显示器的需求应运而生，汽车驾驶座正在向“综合驾驶舱”发展。瑞萨电子与车载信息系统的发展同步提供能实现更高性能和高功能的“R-Car”，并且为对应因汽车的档次和区域的不同功能要求，正在进行R-Car E2、R-Car M2、R-Car H2 3种档次的展开。本文主要针对后两者解决方案在车载信息上的一些优势特点做了简要介绍。
关键字：
瑞萨电子 MCU GPU R-Car
工程师分享：基于FPGA的GPU原型优化设计-Synopsys所做的第一步是启动一个概念验证项目。这个项目为Imagination的PowerVR Series6 GPU展示了基于FPGA的原型设计。
关键字：
FPGA GPU 智能硬件
什么是异构多处理系统，为什么需要异构多处理系统- 早期嵌入式处理系统通常由一个微控制器和一系列外设构成。这些系统通常用来完成获取少量数据、处理数据、做出决策、基于决策结果输出信息等工作。在某些情况下会实现简单的人机交互接口如读取键盘并显示结果。处理需求、同时产生需求，以现在的标准来看似乎微不足道。
关键字：
嵌入式 处理器 GPU
这款新产品加速了NVIDIA汽车领域的发展，Goldman 预计到2030年出租车/租车行业市场将达到2850亿美元。
据了解，NVIDIA汽车业务是2018财年第二季度收入最小的贡献者，只有1.42亿美元。当NVIDIA明年开始供货Drive PX Pegasus，那么该部门的收入将会有大幅度增长。Drive PX Pegasus是展现NVIDIA野心的车载数据中心级处理器，适用于5级(全自动)无人驾驶出租车。在NVIDIA DRIVE PX平台现有的225家合作伙
关键字：
NVIDIA GPU
相比GPU和GPP，FPGA是深度学习的未来？-相比GPU和GPP，FPGA在满足深度学习的硬件需求上提供了具有吸引力的替代方案。凭借流水线并行计算的能力和高效的能耗，FPGA将在一般的深度学习应用中展现GPU和GPP所没有的独特优势。同时，算法设计工具日渐成熟，如今将FPGA集成到常用的深度学习框架已成为可能。未来，FPGA将有效地适应深度学习的发展趋势，从架构上确保相关应用和研究能够自由实现。
关键字：
机器学习 FPGA GPU GPP
GPU的作用及工作原理- 在上一篇文章《什么是GPU？GPU有什么用？》曾提及可编程着色器，可编程着色器对于 3D 游戏的设计者来说可谓有巨大的优点，不过同时也给 GPU 工程师带来了一些和 CPU 类似的有趣的问题。因需要发送指令（instruction）运行，解码（decode）和执行指令（execute）过程必不可少，而着色器代码中判断语句和循环语句也会引起执行次序的小问题等等。
关键字：
GPU 处理器 电源
科普：深度解析GPU 知道不一定就懂-除了 CPU（中央处理器）以外，SoC（System On a Chip：片上系统）另一个重要的组成部分是图像处理单元（Graphical Processing Unit），就是俗称的 GPU。大家或许都知道玩 3D 游戏少不了它，但具体发挥什么作用也许说不清楚，这回我们就来揭开 GPU 的神秘面纱。
关键字：
GPU CPU ARM
gpu 介绍
GPU概念
GPU英文全称Graphic Processing Unit，中文翻译为“图形处理器”。GPU是相对于CPU的一个概念，由于在现代的计算机中（特别是家用系统，游戏的发烧友）图形的处理变得越来越重要，需要一个专门的图形的核心处理器。
GPU的作用
GPU是显示卡的“心脏”，也就相当于CPU在电脑中的作用，它决定了该显卡的档次和大部分性能，同时也是2D显示卡 [
查看详细 ]
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
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473