穎脈Imgtec文章

• RISC-V如何變革嵌入式系統(tǒng)設計2025-12-12 11:27

  

  本文編譯自SemiconductorDigest在開放式硬件架構、半導體技術的飛速發(fā)展，以及市場對可擴展定制計算平臺需求持續(xù)增長的推動下，嵌入式系統(tǒng)設計正經(jīng)歷數(shù)十年來最為重大的變革之一。在這些變革趨勢中，RISC-V架構脫穎而出，成為顛覆行業(yè)格局的關鍵力量，它所提供的靈活性、成本優(yōu)勢以及創(chuàng)新自由度，是傳統(tǒng)處理器難以企及的。隨著消費電子、醫(yī)療健康、汽車等眾多行

  RISC-V 嵌入式系統(tǒng) 芯片 638瀏覽量

• 中國信通院發(fā)布2025年數(shù)字孿生十大關鍵詞2025-12-11 14:03

  

  數(shù)字孿生作為一種綜合技術應用正在各行各業(yè)深化應用，先后經(jīng)歷從可視化走向智能體、從局部試點邁向全域協(xié)同發(fā)展。2025年12月4日，第二屆數(shù)字孿生技術與產(chǎn)業(yè)發(fā)展大會暨場景培育與開放創(chuàng)新大會在蘇州舉辦。會上，中國信息通信研究院（簡稱“中國信通院”）產(chǎn)業(yè)與規(guī)劃研究所副所長牟春波正式發(fā)布并解讀“2025年數(shù)字孿生十大關鍵詞”，十大關鍵詞分別是數(shù)字孿生低空經(jīng)濟、數(shù)字孿生

  低空經(jīng)濟 數(shù)字孿生 676瀏覽量

• PowerVR上的LLM加速：LLM性能解析2025-12-10 08:34

  

  作者：AlexPim，Imagination軟件架構Fellow在Imagination，我們致力于加速大語言模型在日常設備上的運行。在本系列關于大語言模型性能與加速的兩篇博客的首篇中，我們將介紹關鍵性能指標：首次生成Token時間（TTFT）與Token間延遲（ITL）。在下一篇文章中，我們將分享如何在ImaginationGPU上實現(xiàn)高效的Llama.c

  AI LLM powervr 325瀏覽量

• 一文讀懂LSTM與RNN：從原理到實戰(zhàn)，掌握序列建模核心技術2025-12-09 13:56

  

  在AI領域，文本翻譯、語音識別、股價預測等場景都離不開序列數(shù)據(jù)處理。循環(huán)神經(jīng)網(wǎng)絡（RNN）作為最早的序列建模工具，開創(chuàng)了“記憶歷史信息”的先河；而長短期記憶網(wǎng)絡（LSTM）則通過創(chuàng)新設計，突破了RNN的核心局限。今天，我們從原理、梯度推導到實踐，全面解析這兩大經(jīng)典模型。一、基礎鋪墊：RNN的核心邏輯與痛點RNN的核心是讓模型“記住過去”——通過隱藏層的循環(huán)連

  LSTM rnn 神經(jīng)網(wǎng)絡 1438瀏覽量

• 為啥 AI 計算速度這么驚人？—— 聊聊 GPU、內(nèi)存與并行計算2025-12-05 14:35

  

  提到AI，大家常說它“算得快”，其實是指AI能在眨眼間處理海量數(shù)據(jù)?？伤鼮樯队羞@本事？答案就藏在“GPU+高速內(nèi)存+并行計算”這trio（組合）里。咱們可以把AI要處理的數(shù)據(jù)，想象成一大堆“小任務”。比如一張圖片里的每個像素、一段語音里的每段聲波、一句話里的每個詞，都得單獨拿出來計算。而且這些任務可不是幾十個，而是幾百萬、幾億甚至更多，數(shù)量特別驚人。CPUG

  AI gpu 內(nèi)存 并行計算 903瀏覽量

• 為云游戲打造定制顯卡2025-12-04 11:29

  

  根據(jù)GrandviewResearch的預測，到2030年全球云游戲市場將超過200億美元，其中亞太地區(qū)將占據(jù)約45%的市場機會。然而，目前主流的GPU解決方案主要是為數(shù)據(jù)中心計算而設計的，并不適用于云游戲獨特的經(jīng)濟模型。云游戲的盈利能力依賴于在保持高質(zhì)量用戶體驗的前提下，每顆GPU能支持的高并發(fā)用戶數(shù)量。對于正在開發(fā)云游戲硬件的公司而言，選擇合適的GPUI

  云游戲 顯卡 485瀏覽量

• 汽車中的GPU是如何使用的？2025-12-03 14:45

  

  （HMI）的發(fā)展尤為迅猛。隨著電子電氣架構（EEA）的集中化，車輛對高性能計算能力的需求顯著提升，GPU（圖形處理單元）的靈活性、可擴展性以及高效并行計算能力，使其成為支持這些創(chuàng)新應用的核心組件。我們從GPU在汽車中的應用場景及其具體需求出發(fā)，深入探討了GPU對汽車行業(yè)發(fā)展的影響，并對未來趨勢提出了關鍵判斷。1、GPU計算在汽車中的應用場景GPU在汽車領域的

  gpu 自動駕駛 9589瀏覽量

• 并行智能體：洞察復雜系統(tǒng)的 14 種并發(fā)設計模式2025-12-02 15:07

  

  在AI智能體的世界中，速度、質(zhì)量和可靠性不僅僅是特性，它們是必備條件。一個單一、順序執(zhí)行的智能體可能速度慢、容易出錯，并且解決問題的能力有限。解決方案是采用并行思維：設計一個系統(tǒng)，讓多個智能體、流程或任務可以同時執(zhí)行，以實現(xiàn)共同的目標。大規(guī)模的智能體系統(tǒng)通常受到兩個主要因素的瓶頸：I/O延遲：等待網(wǎng)絡、數(shù)據(jù)庫和外部API調(diào)用。質(zhì)量與可靠性：單一的推理路徑可能

  AI 復雜系統(tǒng) 智能體 611瀏覽量

• 如何通過交替式幾何處理實現(xiàn)更優(yōu)的多核 GPU 擴展2025-12-01 10:12

  

  在理論上，通過增加更多GPU核心來提升性能似乎很簡單：核心越多，性能越強。但在實踐中，這是圖形架構領域最棘手的挑戰(zhàn)之一。雖然某些工作負載因其獨立特性能實現(xiàn)良好擴展，但另一些工作負載（尤其是幾何處理）會引入順序依賴性，使得線性性能擴展成為業(yè)界所有GPU架構都難以攻克的難題。為什么多核GPU性能擴展如此困難？現(xiàn)代GPU的優(yōu)勢來自高度并行化，但并不是所有任務都能做

  API gpu imagination 669瀏覽量

• 一文看懂AI大模型的并行訓練方式（DP、PP、TP、EP）2025-11-28 08:33

  

  大家都知道，AI計算（尤其是模型訓練和推理），主要以并行計算為主。AI計算中涉及到的很多具體算法（例如矩陣相乘、卷積、循環(huán)層、梯度運算等），都需要基于成千上萬的GPU，以并行任務的方式去完成。這樣才能有效縮短計算時間。搭建并行計算框架，一般會用到以下幾種常見的并行方式：DataParallelism，數(shù)據(jù)并行PipelineParallelism，流水線并行

  AI大模型 DP ep pp TP 1873瀏覽量