电子创新网 Imgtec 社区 | 电子创新网

智能表面如何重塑座舱体验

智能表面最迷人的地方，在于实现了 “按需出现，用完即隐”。

2026-03-12 | 智能座舱

TPU 张量处理器

从其定义、工作原理、特点、应用场景等方面为你详细介绍TPU 即张量处理单元（Tensor Processing Unit）。

2026-03-11 | 张量处理, 图像识别, 数据中心

智能驾驶的“安全锁”，到底该怎么测？

今天就深扒ADAS测试的核心逻辑：从必测场景、高频坑点到实战技巧，带你看透ADAS测试的关键所在！

2026-03-11 | 智能驾驶, 自动驾驶, ADAS

生成式 AI 成网络犯罪 “新帮凶”，13 种攻击方式盯上企业系统

人工智能的飞速发展，不仅重塑了合法科技应用的生态格局，也为网络犯罪分子提升攻击能力开辟了“捷径”。

2026-03-11 | 生成式AI, 大语言模型, 网络安全

GPU数据处理全过程：从积木拼接到像素上色

这篇文章通过建筑工地的比喻，生动解释了GPU渲染流程。

2026-03-11 | GPU渲染, 数据处理

清华大学《大模型工具大全》

该报告以“零门槛、全覆盖、重实用”为核心理念，系统梳理了人工智能技术在多领域的工具应用，旨在为非专业用户提供一份通俗易懂的AI工具指南，推动人工智能技术普惠化发展。

2026-03-10 | 大模型, AI工具

什么是参数高效微调

参数高效微调是一种针对预训练模型进行微调的策略，旨在以较低的计算和存储成本适配模型到特定任务或数据集，同时保持模型的泛化能力。

2026-03-10 | 训练模型, 大语言模型, 迁移学习

Gartner：Token消耗是衡量AI市场领导力的误导性指标

随着AI采用不断加速，AI厂商开始越来越频繁地公开token消耗数据，作为衡量市场发展势头和领导力的速记指标，这种现象与日益流行的基于消费的模型定价模式密切相关。

2026-03-10 | Gartner

GPU数据传输优化指南：解决卡顿与延迟

GPU流水线依次处理指令提交、顶点变换、图元装配、光栅化、片元着色及混合输出，最终显示结果。核心优化思路是通过批处理、异步操作和内存复用提升效率，减少数据传输瓶颈。

2026-03-10 | GPU流水线, 数据传输, 光栅化

算法的五大核心特征

本文将从理论定义、技术细节、实践案例三个维度，对这五大特征进行权威、深入的拆解，帮助开发者建立对算法的系统性认知。

2026-03-09 | 算法

人工智能正改写半导体行业并购规则

未来十年，半导体行业的并购竞争，终将属于那些深谙此道的玩家。在产能受限的市场中，最具价值的资产，从来不是你能设计出什么，而是你能制造、封装并交付什么。

2026-03-09 | 半导体, 人工智能

成功案例：象帝先计算技术与Imagination合作——面向现代图形与计算工作负载的专业GPU

未来，象帝先计算技术计划将其GPU产品扩展到更广泛的专业图形与计算领域，覆盖桌面和服务器平台。Imagination将继续与象帝先计算技术及其他合作伙伴紧密合作，为专业显卡用户提供更多选择。

2026-03-09 | 象帝先, 图形计算, GPU

具身智能核心技术解析：三大技术路线构建虚实交互新范式

具身智能代表了人工智能发展的关键跃迁——从虚拟世界的符号推理迈向物理世界的具身交互。

2026-03-06 | 具身智能, 人工智能

Shader中的分支对性能的影响

在 GPU 中，线程是以 warp（通常是 32 个线程）为单位进行调度的。所有线程在同一个 warp 内执行相同的指令。

2026-03-06 | Shader, GPU

训练优化技术：混合精度训练（Mixed Precision Training）

混合精度训练是一种优化深度学习训练过程的技术，通过结合使用不同精度的数据类型，在保证模型性能的同时，显著减少内存消耗，并加速训练过程。

2026-03-06 | 深度学习, 大模型

AI算力爆发，数据中心正在消耗多少能源？

人工智能数据中心不仅带来了巨大的计算能力，同时也伴随着显著的能源消耗和环境压力。

2026-03-06 | AI算力, 数据中心, 高性能计算

实例化渲染技术GPU内部处理细节

在 OpenGL 中，实例化渲染技术允许开发者高效地绘制多个相同的几何体实例。

2026-03-05 | 渲染管线, 图形渲染

2026年最值得关注的语音识别AI应用

随着人工智能技术的不断进步，语音识别技术在近几年取得了显著发展。

2026-03-05 | AI应用, 语音识别

RISC-V迎来关键拐点

RVA23 标志着主流 CPU 性能扩展方式的一个转折点。它强制要求使用 RISC-V 向量扩展 (RVV)，从而将结构化、显式并行计算提升到与标量执行相同的架构地位。

2026-03-05 | RISC-V, CPU, 并行计算, 向量计算

训练优化技术：模型并行（Model Parallelism）

模型并行是一种训练优化技术，旨在解决超大规模模型的训练问题。其核心思想是将模型的不同部分分配到不同的计算设备，以克服单个设备无法容纳大模型的问题。

2026-03-05 | 深度学习, AI模型, 并行计算

智能网联汽车：HARA分析与ASIL等级评定

在汽车功能安全领域，遵循ISO 26262标准进行开发已成为行业共识。

2026-03-04 | 智能汽车, 功能安全

专家洞察：功率而非面积：边缘GPU设计为何迎来新纪元

随着行业迈入2纳米以下制程，GPU设计正遭遇严峻的物理极限。

2026-03-04 | 边缘GPU, GPU设计

聊聊延迟着色并不支持抗锯齿的原因

虽然延迟着色在处理复杂场景和多光源时具有显著优势，但它在抗锯齿方面存在一些挑战。

2026-03-04 | 延迟着色, 图形渲染, 抗锯齿

量子时代来临：企业如何未雨绸缪

随着量子技术的快速发展，全球组织正面临计算能力的革命性跃升。

2026-03-04 | 量子技术, 量子计算

训练优化技术：数据并行（Data Parallelism）

数据并行（Data Parallelism）是一种常见的训练优化技术，特别是在深度学习模型的训练过程中，用于提高训练效率和加速大规模模型的计算。

2026-03-03 | 数据并行, 深度学习, AI模型, 并行计算

光纤连接：AI就绪数据中心的支柱

如今，密度、延迟和实时数据传输已成为现代数据中心设计成败的关键因素。

2026-03-03 | 数据中心, GPU集群

3D角色建模：何时使用模型资产更好，何时需要自行建模？

在CG与建筑可视化工作中，如何在创意构想与制作现实之间找到平衡，始终是一个核心课题。

2026-03-02 | 3D建模, 3D渲染

中国信通院政经所联合发布《自动驾驶战略与政策观察（2025年）》

中国信通院政策与经济研究所刘杰对报告进行了深入解读。

2026-03-02 | 中国信通院, 自动驾驶

TBDR架构下drawcall过多的致命隐患

TBDR架构下过多drawcall会导致Frame Data膨胀，引发内存压力、带宽拥堵、命令处理瓶颈和瓦片缓存溢出等问题，严重影响渲染性能。

2026-03-02 | TBDR, GPU渲染

训练优化技术：流水线并行（Pipeline Parallelism）

流水线并行（Pipeline Parallelism）是一种优化技术，旨在加速大规模深度学习模型的训练，尤其适用于模型非常大，以至于无法直接在单个设备上训练的情况。

2026-03-02 | 深度学习, 训练

Imagination GPU 正式接入 Mesa CI

基于德州仪器（TI）AM68架构、搭载IMG BXS-4-64 GPU的设备集群现已集成至Mesa上游持续集成系统。

2026-03-02 | Imagination, 德州仪器, 数据中心

从构想到必然：边缘计算正在开启下一波创新浪潮

随着云计算技术的爆发，数据存储与处理大规模向云端迁移。如今，随着物联网设备的爆发式增长，计算模型再次向本地回归。

2026-02-28 | 边缘计算, 云计算

Alpha Test为何破坏TBDR优化？

alpha test的不可预测性迫使显卡处理所有像素，削弱了TBDR的性能优势。

2026-02-28 | TBDR, GPU渲染, 延迟渲染

如何弥合芯粒间互操作性鸿沟

目前，芯粒已成为下一代系统架构讨论中的核心议题。

2026-02-28 | 芯片集成, 芯粒, 互连技术

如何为人工智能/机器学习开发选择合适的数据标注方法？

本文将系统剖析各类数据标注方法的技术原理、适用场景与选型框架，为不同成熟度、不同预算、不同隐私要求的AI项目提供实战指南。

2026-02-28 | 人工智能, 机器学习, 监督学习

大语言模型的幻觉：定义、原因与处理方法

这篇文章将详细解释什么是大模型的幻觉、其背后的原因，以及如何有效处理它。

2026-02-27 | 大语言模型, 人工智能

2026丙午年 RISC-V 十大进展预测

甲辰计划（rv2036.org）的主理人吴伟向大家分享甲辰计划对丙午年（2026年）的RISC-V十大进展预测。

2026-02-27 | RISC-V

深度预渲染优化指南：PreZ Pass全解析

PreZ Pass（预写深度通道）是优化3D渲染性能的技术，通过先写深度再写颜色的两阶段渲染避免过度绘制。

2026-02-27 | 3D渲染, 性能优化, GPU渲染

Khronos成立25周年：以开放标准塑造视觉计算的未来

Khronos 对行业的影响力深远，这并非源于某家公司的愿景，而是集体智慧和共同目标的结晶。

2026-02-26 | Khronos, Vulkan, 并行计算, 人工智能

深度卷积神经网络（CNN）— 稠密连接网络（DenseNet）

DenseNet 在 ImageNet 和其他计算机视觉任务上表现出色，解决了传统卷积神经网络（CNN）中可能存在的梯度消失和特征复用效率低的问题。

2026-02-26 | 卷积, 神经网络