動(dòng)態(tài)
-
發(fā)布了文章 2025-09-17 13:31
神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)
隨著人工智能技術(shù)的飛速發(fā)展，神經(jīng)網(wǎng)絡(luò)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和廣泛的應(yīng)用前景。然而，神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度和規(guī)模也在不斷增加，這使得傳統(tǒng)的串行計(jì)算方式面臨著巨大的挑戰(zhàn)，如計(jì)算速度慢、訓(xùn)練時(shí)間長(zhǎng)等問(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1.1k瀏覽量 -
發(fā)布了文章 2025-09-16 11:40
算力賦能未來(lái)：自動(dòng)駕駛?cè)绾螐目苹民側(cè)氍F(xiàn)實(shí)？
當(dāng)一輛汽車(chē)以120km/h飛馳時(shí)，每0.1秒的決策延遲就意味著3.3米的“生死距離”。而現(xiàn)在，自動(dòng)駕駛車(chē)輛能在毫秒間完成剎車(chē)、變道甚至緊急避障——這背后，是算力在無(wú)聲地重塑人類出行方式。感知系統(tǒng)自動(dòng)駕駛汽車(chē)依賴激光雷達(dá)、攝像頭等多源傳感器實(shí)時(shí)采集周?chē)h(huán)境數(shù)據(jù)。這些數(shù)據(jù)需要強(qiáng)大的算力來(lái)快速處理和分析，以識(shí)別道路、車(chē)輛、行人、交通標(biāo)志等740瀏覽量 -
發(fā)布了文章 2025-09-15 10:27
量子機(jī)器學(xué)習(xí)入門(mén)：三種數(shù)據(jù)編碼方法對(duì)比與應(yīng)用
在傳統(tǒng)機(jī)器學(xué)習(xí)中數(shù)據(jù)編碼確實(shí)相對(duì)直觀：獨(dú)熱編碼處理類別變量，標(biāo)準(zhǔn)化調(diào)整數(shù)值范圍，然后直接輸入模型訓(xùn)練。整個(gè)過(guò)程更像是數(shù)據(jù)清洗，而非核心算法組件。量子機(jī)器學(xué)習(xí)的編碼完全是另一回事。傳統(tǒng)算法可以直接消化特征向量[0.7,1.2,-0.3]，但量子電路運(yùn)行在概率幅和量子態(tài)的數(shù)學(xué)空間里。你的每個(gè)編碼決策——是用角度旋轉(zhuǎn)、振幅映射還是基態(tài)表示——都在重新定義信息在量子785瀏覽量 -
發(fā)布了文章 2025-09-12 18:10
Imagination亮相汽車(chē)芯片產(chǎn)業(yè)大會(huì) 深入解讀高安全GPU+AI融合計(jì)算架構(gòu)
9月12日，由蓋世汽車(chē)主辦的2025第五屆全球汽車(chē)芯片產(chǎn)業(yè)大會(huì)在上海啟幕。本次大會(huì)以“芯”動(dòng)汽車(chē)智引未來(lái)為主題，圍繞車(chē)規(guī)級(jí)芯片標(biāo)準(zhǔn)與安全認(rèn)證、車(chē)企自研芯片、智能輔助駕駛芯片、高算力智能座艙SoC等熱門(mén)話題展開(kāi)深度交流與探討。Imagination技術(shù)總監(jiān)艾克出席活動(dòng)，發(fā)表了《驅(qū)動(dòng)未來(lái)：面向智能駕艙的高安全GPU+AI融合計(jì)算架構(gòu)》的主題演講。艾克首先介紹了目1.1k瀏覽量 -
發(fā)布了文章 2025-09-10 09:28
小白學(xué)大模型：大模型加速的秘密 FlashAttention 1/2/3
在Transformer架構(gòu)中，注意力機(jī)制的計(jì)算復(fù)雜度與序列長(zhǎng)度（即文本長(zhǎng)度）呈平方關(guān)系()。這意味著，當(dāng)模型需要處理更長(zhǎng)的文本時(shí)（比如從幾千個(gè)詞到幾萬(wàn)個(gè)詞），計(jì)算時(shí)間和所需的內(nèi)存會(huì)急劇增加。最開(kāi)始的標(biāo)準(zhǔn)注意力機(jī)制存在兩個(gè)主要問(wèn)題：內(nèi)存占用高：模型需要生成一個(gè)巨大的注意力矩陣(N×N)。這個(gè)矩陣需要被保存在高帶寬內(nèi)存(HBM)中。對(duì)于長(zhǎng)序列，這很快就會(huì)超出G -
發(fā)布了文章 2025-09-04 11:51
手把手教你設(shè)計(jì)Chiplet
我們正在參加全球電子成就獎(jiǎng)的評(píng)選，歡迎大家?guī)臀覀兺镀薄x謝支持來(lái)源：內(nèi)容由半導(dǎo)體行業(yè)觀察編譯自semiengineeringChiplet是一種滿足持續(xù)增長(zhǎng)的計(jì)算能力和I/O帶寬需求的方法，它將SoC功能拆分成更小的異構(gòu)或同構(gòu)芯片（稱為芯片集），并將這些Chiplet集成到單個(gè)系統(tǒng)級(jí)封裝(SIP)中，其中總硅片尺寸可能超過(guò)單個(gè)SoC的光罩尺寸。SIP不僅813瀏覽量 -
發(fā)布了文章 2025-09-03 10:32
從自然仿真到智能調(diào)度——GPU并行計(jì)算的多場(chǎng)景突破
我們正在參加全球電子成就獎(jiǎng)的評(píng)選，歡迎大家?guī)臀覀兺镀薄x謝支持隨著復(fù)雜計(jì)算問(wèn)題的不斷涌現(xiàn)，傳統(tǒng)的CPU串行計(jì)算在處理大規(guī)模數(shù)據(jù)與高并發(fā)任務(wù)時(shí)逐漸顯露瓶頸。GPU（圖形處理單元）憑借其高度并行的體系結(jié)構(gòu)，成為科學(xué)仿真與智能調(diào)度的核心計(jì)算平臺(tái)。在自然現(xiàn)象模擬中，風(fēng)沙流、流體力學(xué)等問(wèn)題往往涉及海量粒子間的相互作用，計(jì)算負(fù)擔(dān)極為沉重，而GPU的并行鄰居搜索與空間851瀏覽量 -
發(fā)布了文章 2025-09-02 13:34
3萬(wàn)字長(zhǎng)文！深度解析大語(yǔ)言模型LLM原理
我們正在參加全球電子成就獎(jiǎng)的評(píng)選，歡迎大家?guī)臀覀兺镀薄x謝支持本文轉(zhuǎn)自：騰訊技術(shù)工程作者：royceshao大語(yǔ)言模型LLM的精妙之處在于很好地利用數(shù)學(xué)解決了工業(yè)場(chǎng)景的問(wèn)題，筆者基于過(guò)往工程經(jīng)驗(yàn)繼續(xù)追本溯源，與騰訊學(xué)堂合作撰寫(xiě)本文，嘗試讓人人都能懂大語(yǔ)言模型的基礎(chǔ)原理。1、大語(yǔ)言模型簡(jiǎn)述截止到2025年“大模型”一般泛指“超大參數(shù)模型”，參數(shù)是指深度神經(jīng) -
發(fā)布了文章 2025-09-01 12:16
從 CPU 到 GPU，渲染技術(shù)如何重塑游戲、影視與設(shè)計(jì)？
渲染技術(shù)是計(jì)算機(jī)圖形學(xué)的核心內(nèi)容之一，它是將三維場(chǎng)景轉(zhuǎn)換為二維圖像的過(guò)程。渲染技術(shù)一直在不斷演進(jìn)，從最初的CPU渲染到后來(lái)的GPU渲染，性能和質(zhì)量都有了顯著提升。從CPU到GPU：技術(shù)特點(diǎn)和優(yōu)缺點(diǎn)CPU（CentralProcessingUnit）是計(jì)算機(jī)的中央處理器，它負(fù)責(zé)執(zhí)行各種程序和指令。CPU渲染是指使用CPU來(lái)執(zhí)行渲染流程 -
發(fā)布了文章 2025-08-29 11:56
汽車(chē)傳感器融合技術(shù)的發(fā)展與挑戰(zhàn)
來(lái)源：本文編譯自semiengineering作者：ANNMUTSCHLER在汽車(chē)設(shè)計(jì)領(lǐng)域，傳感器融合正變得日益流行且復(fù)雜。它將多種類型的傳感器集成到單個(gè)芯片或封裝中，并智能地將數(shù)據(jù)路由到所需之處。其主要目標(biāo)是整合來(lái)自攝像頭、雷達(dá)、激光雷達(dá)和其他傳感器的信息，以全面呈現(xiàn)車(chē)輛內(nèi)外的情況。在最新設(shè)計(jì)中，傳感器融合常發(fā)生在區(qū)域控制器或中央計(jì)算模塊中，這些設(shè)備作為中2k瀏覽量
