91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

一顆基于應(yīng)用場(chǎng)景抽象出來(lái)的,面向多層神經(jīng)網(wǎng)絡(luò)處理的AI芯片

DPVg_AI_era ? 來(lái)源:lp ? 2019-04-08 10:04 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

今年的春晚都用到了大量的AI技術(shù),在春晚的深圳分會(huì)場(chǎng)采用了云天勵(lì)飛的人臉識(shí)別系統(tǒng),實(shí)現(xiàn)刷臉安檢1s過(guò)關(guān)。云天勵(lì)飛董事長(zhǎng)兼CEO陳寧介紹了春晚AI應(yīng)用背后的黑科技:能夠處理200億城市數(shù)據(jù)、具備自學(xué)能力的AI專用芯片。

歷年來(lái),央視的春晚都是潮流的風(fēng)向標(biāo),反應(yīng)了當(dāng)下最流行的趨勢(shì)。而2019年春晚的主角,無(wú)疑就是人工智能:不僅首次采用AI主持人,幕后也用到了大量的人工智能技術(shù)。

我們都知道,春晚安檢是一項(xiàng)既重要又累人的活兒。往年依賴人工安檢,效率和準(zhǔn)確度很難保證,速度慢且易出錯(cuò)。今年春晚的深圳分會(huì)場(chǎng),由于采用了云天勵(lì)飛的人臉檢測(cè)系統(tǒng),來(lái)賓可以直接“刷臉”入場(chǎng),極大的提高了安檢的效率。

5個(gè)春晚現(xiàn)場(chǎng)的出入口被部署了15臺(tái)人臉識(shí)別閘機(jī),以及6臺(tái)人證比對(duì)一體機(jī),組成了10個(gè)通道。同時(shí)通過(guò)深目系統(tǒng)和攝像頭,對(duì)現(xiàn)場(chǎng)人員人像信息進(jìn)行采集、分析、挖掘和“白名單”布控等,為現(xiàn)場(chǎng)演出提供安保服務(wù)。經(jīng)互聯(lián)網(wǎng)注冊(cè)、后臺(tái)驗(yàn)證授權(quán)成功的演出人員、工作人員等,全程僅需“刷臉”,1s內(nèi)即可驗(yàn)證身份,從而得以快速高效通行進(jìn)入會(huì)場(chǎng)。

那么在春晚1s刷臉安檢的背后,到底采用了什么技術(shù)支持?在實(shí)地安裝的時(shí)候,又會(huì)遇到哪些技術(shù)和現(xiàn)實(shí)的困難?未來(lái)會(huì)有什么值得期待?這些問(wèn)題的答案,由云天勵(lì)飛董事長(zhǎng)兼CEO陳寧在3月27日舉辦的《新智元AI峰會(huì)上》一一揭曉。

會(huì)上,陳寧介紹了針對(duì)平安城市、新零售、社會(huì)治理這三個(gè)場(chǎng)景,推出的視覺(jué)城市大腦系統(tǒng)。據(jù)悉,該系統(tǒng)已在北京、上海、深圳、杭州等全國(guó)80多個(gè)城市和新加坡等一系列海外的國(guó)家進(jìn)行了產(chǎn)業(yè)化落地。

作為一家專注于AI場(chǎng)景解決方案的AI芯片初創(chuàng)企業(yè),云天勵(lì)飛提出了場(chǎng)景定義芯片的概念,并基于應(yīng)用場(chǎng)景抽象出了一顆面向多層神經(jīng)網(wǎng)絡(luò)處理的芯片,以實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的高效處理,以及低功耗、高性價(jià)比、算法不斷演進(jìn)等訴求。

隨著AI芯片開(kāi)始產(chǎn)業(yè)化、商業(yè)化的落地應(yīng)用,背后的信息安全就顯得尤為重要。陳寧提到,深圳的視覺(jué)城市大腦系統(tǒng)與警民app相連,可以在不到2秒的時(shí)間內(nèi)檢索任何一名犯罪嫌疑人,該系統(tǒng)協(xié)助公安破獲了一萬(wàn)多起各類案例,包括我們開(kāi)頭提到的拐帶小孩案件。同時(shí)他還提到,公司正在從技術(shù)層面配合國(guó)家相關(guān)部門,推進(jìn)人工智能立法的調(diào)研。

除了AI芯片,陳寧說(shuō)云天勵(lì)飛面向AIoT打造了一套AIOS生態(tài)平臺(tái),將算法、芯片、數(shù)據(jù)三者相結(jié)合,希望在安全性、便利性和愉悅性三個(gè)層面逐步改善人類的生活。

以下是陳寧《芯聯(lián)萬(wàn)物,智創(chuàng)未來(lái)》的演講實(shí)錄

AI落地應(yīng)用最大的難點(diǎn)是如何處理多場(chǎng)景海量數(shù)據(jù)

陳寧(云天勵(lì)飛董事長(zhǎng)兼CEO):過(guò)去的五十年,自從個(gè)人電腦發(fā)明之后,人類數(shù)字化生活進(jìn)入了一個(gè)爆發(fā)期,尤其是過(guò)去的三十年互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的時(shí)代,通過(guò)智能手機(jī)觸摸屏的相應(yīng)技術(shù),由人類適配機(jī)器,通過(guò)鍵盤鼠標(biāo)進(jìn)入觸摸屏,再進(jìn)入AIoT的時(shí)代,通過(guò)視覺(jué)和語(yǔ)音的識(shí)別大大地降低了人和機(jī)器進(jìn)行交互的門檻,也使更多的人類能夠利用這些機(jī)器和人工智能的技術(shù)。

隨之而來(lái)的是AI為IoT的時(shí)代進(jìn)行智能化的賦能,隨著應(yīng)用場(chǎng)景的拓展,IoT又為人工智能提供了海量的場(chǎng)景數(shù)據(jù),就像人工智能的營(yíng)養(yǎng)去推動(dòng)人工智能的算法不斷進(jìn)步,逐步進(jìn)入一個(gè)通用人工智能的時(shí)代。

這樣一個(gè)有機(jī)的迭代代表著AIoT時(shí)代的啟動(dòng),而在AIoT時(shí)代提供了靈活性數(shù)據(jù)安全和高性能多方面的一系列訴求,這些海量數(shù)據(jù)和多場(chǎng)景應(yīng)用的訴求,為人工智能的芯片提出了一系列挑戰(zhàn)。

針對(duì)這樣面向多場(chǎng)景海量數(shù)據(jù)的處理,云天勵(lì)飛也在AI芯片領(lǐng)域作出了一系列探索,提出場(chǎng)景定義AI芯片這樣的一個(gè)概念。我們認(rèn)為,AIoT時(shí)代將會(huì)面向各類場(chǎng)景擁有一系列的專用定制AI芯片的機(jī)會(huì)。

過(guò)去四年多的時(shí)間當(dāng)中,云天勵(lì)飛尤其是視覺(jué)城市大腦領(lǐng)域做了一系列積極的產(chǎn)業(yè)化落地探索,我們的視覺(jué)大腦主要是在平安城市、新零售、社會(huì)治理這三個(gè)領(lǐng)域,目前在北京、上海、深圳、杭州等全國(guó)80多個(gè)城市和新加坡等一系列海外的國(guó)家都有產(chǎn)業(yè)化的落地。

面向多層神經(jīng)網(wǎng)絡(luò)處理的AI芯片,處理200億城市動(dòng)態(tài)影像

目前系統(tǒng)在線處理的實(shí)現(xiàn)了前端裝載著我們的算法或者芯片3萬(wàn)多路,已經(jīng)在系統(tǒng)內(nèi)處理了超過(guò)200多億的城市級(jí)動(dòng)態(tài)影像的數(shù)據(jù),這樣一系列的場(chǎng)景涵蓋了機(jī)場(chǎng)、地鐵、社區(qū)和大型商超、火車站等等各種各樣的智慧城市的生活場(chǎng)景,也服務(wù)了一系列的重要會(huì)議和重要工程。

通過(guò)在這些具體的應(yīng)用場(chǎng)景當(dāng)中,比如人臉識(shí)別、人像識(shí)別、海量數(shù)據(jù)分析等等一系列的應(yīng)用和系統(tǒng)的理解,我們基于應(yīng)用場(chǎng)景抽象出了一顆面向多層神經(jīng)網(wǎng)絡(luò)處理的芯片。

這顆芯片擁有抽象處理160多條指令,主要是面向多層神經(jīng)網(wǎng)絡(luò)的高效可編程抽象出來(lái)的自主可控指令集,解決在人工智能芯片應(yīng)用領(lǐng)域?qū)A繑?shù)據(jù)的高效處理、對(duì)低功耗、高性價(jià)比、算法不斷演進(jìn)靈活性等等一系列訴求。

這顆處理器的指令集設(shè)計(jì)采用SIMD、VLIW以及多線程等等一系列高效率的指令集架構(gòu)設(shè)計(jì)的手段,并且為了平衡,海量數(shù)據(jù)的處理過(guò)程當(dāng)中、數(shù)據(jù)傳輸和運(yùn)算單元之間的平衡也采用進(jìn)存儲(chǔ)計(jì)算等一系列較新的架構(gòu)。

基于這樣一顆神經(jīng)網(wǎng)絡(luò)的可編程處理器,我們進(jìn)一步融合CPU和加速單元等等異構(gòu)架構(gòu),設(shè)計(jì)一系列面向視覺(jué)應(yīng)用基于異構(gòu)架構(gòu)和核心的神經(jīng)網(wǎng)絡(luò)處理器SOC的芯片。

這樣的一系列SOC芯片提供的是面向多應(yīng)用場(chǎng)景的高度靈活性,比如支持多種數(shù)據(jù)類型、浮點(diǎn)定點(diǎn)等等多種位寬的數(shù)據(jù)操作類型,并且兼容目前主流深度學(xué)習(xí)的框架,支持多套AI算法的應(yīng)用。

靈活性的基礎(chǔ)上同時(shí)又不失高效率,面向神經(jīng)網(wǎng)絡(luò)的各類運(yùn)算提供了GPU兩個(gè)數(shù)量級(jí)以上的更高性價(jià)比,同時(shí)面向人工智能算法不斷的迭代和演進(jìn),也提供了在云端可以一鍵快速升級(jí)終端芯片上的算法,因?yàn)槭且粋€(gè)可編程,通過(guò)軟件迭代的方式快速實(shí)現(xiàn)軟件算法的部署和升級(jí)。

第二代芯片也是第一代SOC處理器芯片,因?yàn)榈谝淮窃?016年基于FPGA的芯片,DeepEye1000第一代SOC芯片也在2018年8月16號(hào)在新加坡投入生產(chǎn),就是22納米FD-SOI工藝的SOC異構(gòu)架構(gòu)視覺(jué)處理芯片,目前這顆芯片也在十多個(gè)AIoT應(yīng)用場(chǎng)景和城市大腦項(xiàng)目當(dāng)中進(jìn)行商業(yè)化的落地和應(yīng)用。

我們知道這樣的一系列AI芯片的背后其實(shí)信息安全就更加重要,因?yàn)樵瓉?lái)散落在城市的各個(gè)角落海量的視頻監(jiān)控?cái)?shù)據(jù),因?yàn)槿狈I的技術(shù)手段,所以這些數(shù)據(jù)當(dāng)中有用的價(jià)值很難被挖掘出來(lái),但是由于現(xiàn)在我們賦予其AI算法、芯片和數(shù)據(jù)分析的能力,可以在我們的指間方寸秒級(jí)獲取必要有用的信息。

我們?cè)谏钲谏暇€了一套視覺(jué)城市大腦系統(tǒng),2017年開(kāi)始深圳的兩萬(wàn)民警在警民終端的APP上面可以在秒級(jí)時(shí)間對(duì)城市級(jí)的視頻監(jiān)控?cái)?shù)據(jù)進(jìn)行分析,大概不到兩秒的時(shí)間通過(guò)這款A(yù)PP可以檢索任何一名犯罪嫌疑人,當(dāng)然有嚴(yán)格的權(quán)限管理,深圳的機(jī)場(chǎng)到地鐵,南山福田跨區(qū)域過(guò)去半年的活動(dòng)軌跡,這套系統(tǒng)也協(xié)助公安破獲了一萬(wàn)多起各類案例。

AI芯片數(shù)據(jù)安全正在向自演進(jìn)、自學(xué)習(xí)的目標(biāo)發(fā)展

這是視覺(jué)城市大腦在平安城市應(yīng)用的案例,但是隨著顛覆性實(shí)戰(zhàn)效果的背后,當(dāng)然對(duì)信息安全、個(gè)人隱私也提出了一系列的挑戰(zhàn)。除了一系列SOC芯片在終端應(yīng)用和云端,芯片數(shù)據(jù)管理技術(shù)的角度提出了一系列的挑戰(zhàn)之外,制度法律法規(guī)層面我們也在配合國(guó)家相關(guān)部門推進(jìn)一些人工智能立法的調(diào)研。

基于芯片數(shù)據(jù)安全,我們知道人工智能其實(shí)還是處于一個(gè)非常早期的階段,正在從一個(gè)弱人工智能時(shí)代向一個(gè)自演進(jìn)、自學(xué)習(xí)的目標(biāo)進(jìn)行演進(jìn)。

基于這樣一個(gè)芯片的硬件平臺(tái),我們打造了AIOS。這是能夠從數(shù)據(jù)的采集、標(biāo)注、訓(xùn)練到算法的升級(jí),能夠?qū)崿F(xiàn)芯片、算法、數(shù)據(jù)有機(jī)的迭代,推動(dòng)面向應(yīng)用場(chǎng)景的算法不斷進(jìn)行自演進(jìn),甚至在終端芯片上進(jìn)行分布式的自訓(xùn)練。

結(jié)合異構(gòu)架構(gòu)的底層芯片和AIOS操作系統(tǒng)打造這樣一個(gè)面向AIoT的芯片+算法訓(xùn)練平臺(tái)的生態(tài),再結(jié)合我們?cè)诖髷?shù)據(jù)領(lǐng)域城市大腦應(yīng)用的數(shù)據(jù)分析領(lǐng)域,將算法、芯片、數(shù)據(jù)三者相結(jié)合,推動(dòng)再向無(wú)人駕駛、機(jī)器人、安防、智能制造等等一系列領(lǐng)域逐步打造這樣一個(gè)AIoT的生態(tài),推動(dòng)人工智能逐步成熟、逐步產(chǎn)業(yè)化落地,安全、便利和愉悅?cè)齻€(gè)層面逐步改善人類的生活。

這些就是今天我?guī)Ыo大家的分享,謝謝!

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4838

    瀏覽量

    107726
  • 人臉識(shí)別
    +關(guān)注

    關(guān)注

    77

    文章

    4127

    瀏覽量

    88442
  • AI芯片
    +關(guān)注

    關(guān)注

    17

    文章

    2126

    瀏覽量

    36758

原文標(biāo)題:能處理200多億城市數(shù)據(jù),這款A(yù)I芯片具備自主學(xué)習(xí)能力

文章出處:【微信號(hào):AI_era,微信公眾號(hào):新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識(shí)

    日常生活中的智能應(yīng)用都離不開(kāi)深度學(xué)習(xí),而深度學(xué)習(xí)則依賴于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)?神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu),特別是大腦中神經(jīng)
    的頭像 發(fā)表于 12-17 15:05 ?316次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認(rèn)識(shí)

    NMSIS神經(jīng)網(wǎng)絡(luò)庫(kù)使用介紹

    NMSIS NN 軟件庫(kù)是組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫(kù)分為多個(gè)功能,每個(gè)功能涵蓋特定
    發(fā)表于 10-29 06:08

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的些經(jīng)驗(yàn)

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的些經(jīng)驗(yàn)。我們采用jupyter notebook作為開(kāi)發(fā)IDE,以TensorFlow2為訓(xùn)練框架,目標(biāo)是訓(xùn)練個(gè)手寫數(shù)字識(shí)別的神經(jīng)
    發(fā)表于 10-22 07:03

    CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

    在完成神經(jīng)網(wǎng)絡(luò)量化后,需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重?cái)?shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲(chǔ)器內(nèi)。 在仿真環(huán)境下,可將其存于個(gè)文件,并在 Verilog 代碼中通過(guò) readmemh 函數(shù)
    發(fā)表于 10-20 08:00

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    1.算法簡(jiǎn)介液態(tài)神經(jīng)網(wǎng)絡(luò)(LiquidNeuralNetworks,LNN)是種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu),其設(shè)計(jì)理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線蟲(chóng)的
    的頭像 發(fā)表于 09-28 10:03 ?1194次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+神經(jīng)形態(tài)計(jì)算、類腦芯片

    AI芯片不僅包括深度學(xué)細(xì)AI加速器,還有另外個(gè)主要列別:類腦芯片。類腦芯片是模擬人腦
    發(fā)表于 09-17 16:43

    神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

    問(wèn)題。因此,并行計(jì)算與加速技術(shù)在神經(jīng)網(wǎng)絡(luò)研究和應(yīng)用中變得至關(guān)重要,它們能夠顯著提升神經(jīng)網(wǎng)絡(luò)的性能和效率,滿足實(shí)際應(yīng)用中對(duì)快速響應(yīng)和大規(guī)模數(shù)據(jù)處理的需求。神經(jīng)網(wǎng)絡(luò)并行
    的頭像 發(fā)表于 09-17 13:31 ?1115次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與加速技術(shù)

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+第二章 實(shí)現(xiàn)深度學(xué)習(xí)AI芯片的創(chuàng)新方法與架構(gòu)

    連接定義了神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。 不同神經(jīng)網(wǎng)絡(luò)的DNN: 、基于大模型的AI芯片 1、Transformer 模型與引擎 1.1 Trans
    發(fā)表于 09-12 17:30

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+AI芯片的需求和挑戰(zhàn)

    ②Transformer引擎③NVLink Switch系統(tǒng)④機(jī)密計(jì)算⑤HBM FPGA: 架構(gòu)的主要特點(diǎn):可重構(gòu)邏輯和路由,可以快速實(shí)現(xiàn)各種不同形式的神經(jīng)網(wǎng)絡(luò)加速。 ASIC: 介紹了幾種ASIC AI芯片
    發(fā)表于 09-12 16:07

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+可期之變:從AI硬件到AI濕件

    想到,除了研究大腦的抽象數(shù)學(xué)模型外,能否拋棄傳統(tǒng)的芯片實(shí)現(xiàn)方式,以化學(xué)物質(zhì)和生物組件、材料及相關(guān)現(xiàn)象來(lái)構(gòu)建人工神經(jīng)網(wǎng)絡(luò)或提取其功能來(lái)用于AI處理
    發(fā)表于 09-06 19:12

    【書(shū)籍評(píng)測(cè)活動(dòng)NO.64】AI芯片,從過(guò)去走向未來(lái):《AI芯片:科技探索與AGI愿景》

    到AGI,起來(lái)探索AI芯片 本書(shū)從創(chuàng)新視角出發(fā),系統(tǒng)梳理了AI芯片的前沿技術(shù)與未來(lái)方向,串聯(lián)起從算法到系統(tǒng)的實(shí)現(xiàn)路徑,全景式展現(xiàn)
    發(fā)表于 07-28 13:54

    無(wú)刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)方法的研究

    摘要:論文通過(guò)對(duì)無(wú)刷電機(jī)數(shù)學(xué)模型的推導(dǎo),得出轉(zhuǎn)角:與三相相電壓之間存在映射關(guān)系,因此構(gòu)建了個(gè)以三相相電壓為輸人,轉(zhuǎn)角為輸出的小波神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)轉(zhuǎn)角預(yù)測(cè),并采用改進(jìn)遺傳算法來(lái)訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù),借助
    發(fā)表于 06-25 13:06

    神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在電機(jī)故障診斷中的應(yīng)用

    的診斷誤差。仿真結(jié)果驗(yàn)證了該算法的有效性。 純分享帖,需要者可點(diǎn)擊附件免費(fèi)獲取完整資料~~~*附件:神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在電機(jī)故障診斷中的應(yīng)用.pdf【免責(zé)聲明】本文系網(wǎng)絡(luò)轉(zhuǎn)載,版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問(wèn)題,請(qǐng)第
    發(fā)表于 06-16 22:09

    AI神經(jīng)網(wǎng)絡(luò)降噪算法在語(yǔ)音通話產(chǎn)品中的應(yīng)用優(yōu)勢(shì)與前景分析

    隨著人工智能技術(shù)的快速發(fā)展,AI神經(jīng)網(wǎng)絡(luò)降噪算法在語(yǔ)音通話產(chǎn)品中的應(yīng)用正逐步取代傳統(tǒng)降噪技術(shù),成為提升語(yǔ)音質(zhì)量的關(guān)鍵解決方案。相比傳統(tǒng)DSP(數(shù)字信號(hào)處理)降噪,AI降噪具有更強(qiáng)的環(huán)境
    的頭像 發(fā)表于 05-16 17:07 ?1499次閱讀
    <b class='flag-5'>AI</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>降噪算法在語(yǔ)音通話產(chǎn)品中的應(yīng)用優(yōu)勢(shì)與前景分析

    NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

    發(fā)者能使用 NVIDIA GeForce RTX GPU 中的 AI Tensor Cores,在游戲的圖形渲染管線內(nèi)加速神經(jīng)網(wǎng)絡(luò)渲染。
    的頭像 發(fā)表于 04-07 11:33 ?1158次閱讀