首页 资讯 商机 下载 拆解 高校 招聘 杂志 会展 EETV 百科 问答 电路图 工程师手册 Datasheet 100例 活动中心 E周刊阅读 样片申请
EEPW首页>> 主题列表>> gpu-z

英伟达暴跌:市值跌破千亿美元,人工智能神话破灭?

  • 华尔街对英伟达未来前景担忧,昔日人工智能创造的神话也将面临终结,全球各大科技巨头进入大调整阶段。
  • 关键字:英伟达GPU

Imagination为各种GPU提供业界首个视觉无损图像压缩模块以保障更低的内存占用

  •   Imagination Technologies宣布推出突破性的PowerVR PVRIC4,这是新一代功能强大的图像压缩技术,可协助为数字电视、智能手机和平板电脑等设备开发系统级芯片(SoC)的客户降低成本,且不会出现明显的图像质量损失。PVRIC4支持随机访问视觉无损图像压缩,确保带宽和内存占用节省至少50%,并使系统能够克服性能的带宽限制。  Imagination以独立IP模块的方式为SoC制造商提供PVRIC4,以将其集成到他们的多媒体流水线(pipeline)中。该模块已经被Chips&a
  • 关键字:ImaginationGPU

超深度学习介绍

  •   2016年随着AlphaGo战胜全人类棋手,使世界为之震惊,历史上从来没有过,对于一个技术投入了世界上如此巨大的资源。国际大的IT公司利用这个契机,为了各自利益和取得世界人工智能的发展主导权,极力宣传“深度学习模型”,把“深度学习模型”神化,同时又抛出了各种类型的“深度学习模型”的开源程序,以及大型GPU服务器。  在这种势力的推动下,我国年轻的人工智能研究者只能在开源程序下研究,不了解“深度学习模型”的所以然,思想被限制。  其实,“深度学习模型”,存在着训练不可能得到最佳解,作为补救措施的SGD也
  • 关键字:超深度学习GPU

GPU如何训练大批量模型?方法在这里

  •   深度学习模型和数据集的规模增长速度已经让 GPU 算力也开始捉襟见肘,如果你的 GPU 连一个样本都容不下,你要如何训练大批量模型?通过本文介绍的方法,我们可以在训练批量甚至单个训练样本大于 GPU 内存时,在单个或多个 GPU 服务器上训练模型。  分布式计算  2018 年的大部分时间我都在试图训练神经网络时克服 GPU 极限。无论是在含有 1.5 亿个参数的语言模型(如 OpenAI 的大型生成预训练 Transformer 或最近类似的 BERT 模型)还是馈入 3000 万个元素输入的元学习
  • 关键字:GPUPython

GPU、FPGA、ASIC、TPU四大AI芯片“争奇斗艳”

  •   AI芯片是当前科技产业和社会关注的热点,也是AI技术发展过程中不可逾越的关键一环,不管有什么好的AI算法,要想最终应用,就必然要通过芯片实现。  谈AI芯片,就必须先对AI下一个定义。在莱迪斯半导体亚太区资深事业发展经理陈英仁看来,“AI神经网络”不是简单定义为某类产品,而是一个新的设计方法,“传统的一些算法,是照规则、照逻辑的,神经网络是用数据训练出来的结果。”那今天小编就给大家剖析四大AI芯片。  四大AI芯片  GPU:又称显示核心、视觉处理器、显示芯片,是一种专门在个人电脑、工作站、游戏机和一
  • 关键字:GPUFPGAASIC

英伟达深谋远虑丰富产品线 但对抗市场变局仍存挑战

  • 加密货币挖矿行业的衰退导致了英伟达本季度营收出现下滑,同时也将对其日后业绩带来持续且难以忽略的影响。
  • 关键字:英伟达GPU

CPU、GPU 和 TPU有什么区别?TPU为什能碾压GPU?

  •   很多读者可能分不清楚 CPU、GPU 和 TPU 之间的区别,因此 Google Cloud 将在这篇博客中简要介绍它们之间的区别,并讨论为什么 TPU 能加速深度学习。  张量处理单元(TPU)是一种定制化的 ASIC 芯片,它由谷歌从头设计,并专门用于机器学习工作负载。TPU 为谷歌的主要产品提供了计算支持,包括翻译、照片、搜索助理和 Gmail 等。Cloud TPU 将 TPU 作为可扩展的云计算资源,并为所有在 Google Cloud 上运行尖端 ML 模型的开发者与数据科学家提供计算资源
  • 关键字:CPUGPUTPU

中国唯一成功自主研发GPU的公司完成新一代产品流片

  •   中国“缺芯”是不争的事实,因此在政策和资本的支持下国内正在大力发展集成电路产业。相比自主研发x86 CPU的上海兆芯,自称是目前国内唯—成功自主研发国产化图形处理芯片(GPU)并产业化的景嘉微电子的知名度低很多。景嘉微本周一发布公告称下一款图形处理芯片已完成流片、封装阶段工作,目前已经顺利完成基本的功能测试,测试结果符合设计要求。  无论是在CPU还是GPU市场都是巨头垄断,CPU市场英特尔统治多年,AMD正在迎来转机,GPU市场英伟达独占鳌头,不过AMD在去年第四季度抢占了一些英伟达的市场份额。当然
  • 关键字:GPU上海兆芯

图形处理火热,多媒体应用新时代下ARM的野心

  • 如果你翻阅词典,你会发现,对于ldquo;多媒体技术rdquo;的表述是mdash;mdash;通过计算机对文字、数据、图形、图像、视频、音频等多种媒体信息进行
  • 关键字:图形处理图形计算GPUCPUARM

Z-Wave技术的五大协议介绍(物理、MAC、传输、路由及应用层)

  •   z-wave协议是一种低速率,半双工的可靠,健壮的无线传输协议,适用于低成本的网状控制网络。协议的主要目的是以可靠的方式从一个控制单元到一个或多个节点网络传输短控制消息。z-wave协议不是用来传输大量数据或者传输任何类型的流或临界时间的数据。  协议由下至上分为5层:物理层、MAC层、传输层、路由层和应用层。MAC层负责设备间无线数据链路的建立、维护和结束。同时控制信道接入,进行帧校验,并预留时隙管理。为了提高数据传输的可靠性,当有节点进行数据传送时,媒体介质层还采用了载波侦听多址、冲突避免(CSM
  • 关键字:Z-WaveMAC

AI业界:全球最大16核心GPU原理剖析

  •   随着AI市场的兴起,近年来各业界精英在GPU上持续发力,不断推出全新的产品。新产品在计算能力提升的同时,其芯片面积也已经屡创新高,甚至逼近了制程和成本的平衡极限。前不久,一款超级计算机的发布,让人哗然,人们震惊的是其拥有16颗Volta GPU所展现的强大的计算能力,16核GPU可提供高达2PFLOPS的深度学习计算能力,成为目前AI业界的最强者。  这16颗Tesla V100的GPU连接在一起,并发挥出如此强大的计算能力的的核心当属NVLink 2和NVSwitch。  1、NVLINK  随着开
  • 关键字:AIGPU

AI业界,全球最大16核心GPU原理剖析

  • 前不久,一款超级计算机的发布,让人哗然,人们震惊的是其拥有16颗Volta GPU所展现的强大的计算能力,16核GPU可提供高达2PFLOPS的深度学习计算能力,成为目前AI业界的最强者。
  • 关键字:AIGPUNVLINK

手机企业自研GPU成趋势 专业壁垒和生态束缚是两道坎

  • 从零起步,想要突破专利的壁垒和生态的束缚,国内自研GPU的企业需要走的路还很长。
  • 关键字:华为GPU

NVIDIA引领显卡飞跃:看这里就全明白了

  • 虽然大家期盼的新一代GeForce游戏显卡还没来,但是已近在咫尺,作为其亲兄弟的Quadro专业显卡已经率先升级换代,而且是前所未有的革命性提升!
  • 关键字:NVIDIA显卡GPU

FPGA击败GPU和GPP,成为深度学习的未来?

  • 最近几年,深度学习成为计算机视觉、语音识别、自然语言处理等关键领域中所最常使用的技术,被业界大为关注。然而,深度学习模型需要极为大量的数据和
  • 关键字:FPGAGPUGPP深度学习

gpu-z介绍

您好,目前还没有人创建词条gpu-z!
欢迎您创建该词条,阐述对gpu-z的理解,并与今后在此搜索gpu-z的朋友们分享。 创建词条

热门主题

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
备案京ICP备12027778号-2 北京市公安局备案:1101082052 京公网安备11010802012473