穎脈Imgtec文章

• AI的“隨機(jī)性”挑戰(zhàn)：它們比人類更“不隨機(jī)”？2025-02-20 13:11

  

  你有沒有想過，人類真的能做出完全隨機(jī)的選擇嗎？答案可能出乎你的意料。事實(shí)上，人類天生就不擅長“隨機(jī)”，我們總能在看似無序的事物中發(fā)現(xiàn)規(guī)律，甚至在本該隨機(jī)的場景中創(chuàng)造出模式。這種“偽隨機(jī)”行為，其實(shí)是一種獨(dú)特的人類特質(zhì)。最近，來自康奈爾大學(xué)探討了大語言模型（LLMs）在隨機(jī)性方面的表現(xiàn)。他們通過一個經(jīng)典的實(shí)驗(yàn)——生成二進(jìn)制隨機(jī)序列，來觀察這些模型是否能像人類一

  AI LLM 語言模型 1441瀏覽量

• 大模型領(lǐng)域常用名詞解釋（近100個）2025-02-19 11:49

  

  本文總結(jié)了大模型領(lǐng)域常用的近100個名詞解釋，并按照模型架構(gòu)與基礎(chǔ)概念，訓(xùn)練方法與技術(shù)，模型優(yōu)化與壓縮，推理與應(yīng)用，計(jì)算與性能優(yōu)化，數(shù)據(jù)與標(biāo)簽，模型評估與調(diào)試，特征與數(shù)據(jù)處理，倫理與公平性、其他的分類進(jìn)行了整理，以下供參考：模型架構(gòu)與基礎(chǔ)概念大語言模型（LLM，LargeLanguageModel）：一種基于深度學(xué)習(xí)的大規(guī)模神經(jīng)網(wǎng)絡(luò)模型，通常采用Transf

  大模型 機(jī)器學(xué)習(xí) 深度學(xué)習(xí) 1563瀏覽量

• 大語言模型的解碼策略與關(guān)鍵優(yōu)化總結(jié)2025-02-18 12:00

  

  本文系統(tǒng)性地闡述了大型語言模型(LargeLanguageModels,LLMs)中的解碼策略技術(shù)原理及其實(shí)踐應(yīng)用。通過深入分析各類解碼算法的工作機(jī)制、性能特征和優(yōu)化方法，為研究者和工程師提供了全面的技術(shù)參考。主要涵蓋貪婪解碼、束搜索、采樣技術(shù)等核心解碼方法，以及溫度參數(shù)、懲罰機(jī)制等關(guān)鍵優(yōu)化手段。大型語言模型的技術(shù)基礎(chǔ)大型語言模型是當(dāng)代自然語言處理技術(shù)的核心

  LLM 解碼技術(shù) 語言模型 1315瀏覽量

• 智算中心的核心硬件是什么？2025-02-17 14:42

  

  智算中心，作為人工智能時(shí)代的關(guān)鍵基礎(chǔ)設(shè)施，其核心硬件的構(gòu)成與性能直接影響著智能計(jì)算的效率與質(zhì)量。以下是對智算中心核心硬件的詳細(xì)闡述：一、AI芯片AI芯片是專門為加速人工智能計(jì)算而設(shè)計(jì)的硬件，能夠與各種AI算法協(xié)同工作，滿足對算力的極高需求。當(dāng)前主流的AI加速計(jì)算芯片包括：1、GPU（圖形處理器）GPU是智算中心的算力擔(dān)當(dāng)，其強(qiáng)大的并行計(jì)算能力使其在深度學(xué)習(xí)領(lǐng)

  AI 智算中心 硬件圖 3112瀏覽量

• 清華大學(xué)發(fā)布：DeepSeek從入門到精通2025-02-14 09:49

  

  《DeepSeek：從入門到精通》是由清華大學(xué)新聞與傳播學(xué)院新媒體研究中心元宇宙文化實(shí)驗(yàn)室的余夢瓏博士后團(tuán)隊(duì)精心撰寫的一份專業(yè)文檔。該文檔篇幅長達(dá)104頁，文檔的核心內(nèi)容圍繞DeepSeek的技術(shù)特點(diǎn)、應(yīng)用場景、使用方法以及如何通過提示語設(shè)計(jì)提升AI使用效率等方面展開，幫助用戶從入門到精通DeepSeek的使用

  AI DeepSeek 人工智能 11978瀏覽量

• 人工智能大模型年度發(fā)展趨勢報(bào)告2025-02-13 10:57

  

  2024年12月的中央經(jīng)濟(jì)工作會議明確把開展“人工智能+”行動作為2025年要抓好的重點(diǎn)任務(wù)。當(dāng)前，以大模型為代表的人工智能正快速演進(jìn)，激發(fā)全球科技之變、產(chǎn)業(yè)之變、時(shí)代之變，人工智能發(fā)展迎來新高潮。隨著大模型推理、多模

  AI 人工智能 大模型 1840瀏覽量

• 小白學(xué)解釋性AI：從機(jī)器學(xué)習(xí)到大模型2025-02-10 12:12

  

  科學(xué)AI需要可解釋性人工智能的崛起，尤其是深度學(xué)習(xí)的發(fā)展，在眾多領(lǐng)域帶來了令人矚目的進(jìn)步。然而，伴隨這些進(jìn)步而來的是一個關(guān)鍵問題——“黑箱”問題。許多人工智能模型，特別是復(fù)雜的模型，如神經(jīng)網(wǎng)

  AI 大模型 機(jī)器學(xué)習(xí) 1381瀏覽量

• AR和VR中的計(jì)算機(jī)視覺2025-02-08 14:29

  

  增強(qiáng)現(xiàn)實(shí)(AR)和虛擬現(xiàn)實(shí)(VR)正在徹底改變我們與外部世界的互動方式。即便是在引人入勝的沉浸式敘事和交互體驗(yàn)背后，這一切魔法都是通過尖端技術(shù)的精妙協(xié)調(diào)創(chuàng)造出來的。增強(qiáng)現(xiàn)實(shí)(AR)與虛擬現(xiàn)實(shí)(VR)：計(jì)算機(jī)視覺引領(lǐng)混合現(xiàn)實(shí)體驗(yàn)增強(qiáng)現(xiàn)實(shí)(AR)和虛擬現(xiàn)實(shí)(VR)正在徹底改變我們與外部世界的互動方式。即便是在引人入勝的沉浸式

  Ar vr 計(jì)算機(jī)視覺 2451瀏覽量

• GPU 性能原理拆解2025-02-08 14:29

  

  「迷思」是指經(jīng)由人們口口相傳，但又難以證明證偽的現(xiàn)象。由于GPU硬件實(shí)現(xiàn)、驅(qū)動實(shí)現(xiàn)是一個黑盒，我們只能通過廠商提供的API、經(jīng)過抽象的架構(gòu)來了解并猜測其原理。因此坊間流傳著各種關(guān)于與GPU打交道時(shí)的性能迷思。比如「移動端的瓶頸是帶寬」、「移動端不需要太在意Overdraw」、「植被需要做PrePass」等等。這些優(yōu)化手段，有時(shí)候我們對后面的原理一知半解，有時(shí)

  gpu 硬件 蘋果 1212瀏覽量

• Imagination D系列GPU：關(guān)于2D 雙速率紋理處理2025-02-08 14:28

  

  對于每一代GPU，Imagination內(nèi)部的性能團(tuán)隊(duì)都會運(yùn)行廣泛的測試內(nèi)容，分析并理解不同類型的工作負(fù)載及其瓶頸。作為分析的一部分，數(shù)據(jù)顯示許多現(xiàn)代游戲在執(zhí)行后處理算法上花費(fèi)了越來越多的時(shí)間，以實(shí)現(xiàn)景深、光暈、模糊等效果。大多數(shù)這些后處理過程都是以紋理采樣為主的過濾效果，它們對算術(shù)邏輯單元(ALU)的要求不高，但受限于紋理處理單元(TPU)的吞吐率。解決這

  gpu imagination TPU 821瀏覽量