电子创新网 Imgtec 社区 | 电子创新网

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

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

深度学习中的超参数优化

构建深度学习模型时，你必须做出许多看似随意的决定：应该堆叠多少层？每层包含多少个单元或过滤器？激活函数应该使用relu还是其他函数？

2026-02-26 | 深度学习, 超参数

节能AI芯片，该如何设计？

随着工作负载持续扩张，能效如今已与原始性能同等关键。对于研发AI芯片的工程师而言，核心挑战不再仅仅是加速模型运行，而是在每瓦功耗下实现性能最大化。

2026-02-26 | AI芯片, 芯片设计

现代GPU的Early-Z：性能关键与失效陷阱

现代GPU硬件普遍自带Early-Z技术，能够提前丢弃被遮挡像素以提高渲染效率。

2026-02-25 | GPU, 着色器, TBDR

智能驾驶新纪元：2026智能汽车AI技术趋势解读

从功能汽车到智能体，从出行工具到移动生活空间，AI与汽车的融合已驶入不可逆的快车道。这场变革不仅是技术的升级，更是产业生态、商业模式和人类生活方式的重构。

2026-02-25 | 智能驾驶, 智能汽车

Chiplet，如何助力HPC？

随着传统芯片架构在功耗、散热和空间方面逼近物理极限，小芯片架构（chiplet architecture）正在兴起，有望为高性能计算（HPC）开辟一条新的发展道路。

2026-02-25 | Chiplet, 高性能计算

芯片的这个问题，越来越难

在半导体行业的大部分发展历程中，污染问题都被视为颗粒物问题。良率损失可以追溯到异物落在不该落的地方，而工艺控制的重点在于过滤、清洗和分类。

2026-02-25 | 半导体, 芯片

拥抱Chiplet，大芯片的必经之路

随着传统芯片架构在功耗、散热和空间方面逼近物理极限，一种新型架构正在兴起，有望为高性能计算开辟一条新的发展道路，这种架构被称为Chiplet架构。

2026-02-13 | Chiplet, 芯片设计, 高性能计算

为何GPU无法运行超长Shader？

Shader长度受限的根本原因在于硬件资源瓶颈和平台兼容性，而不仅仅是执行耗时问题。

2026-02-13 | GPU, Shader

半导体晶圆厂的安全防护之道

在风险高企的芯片制造领域，安全防护不仅是一门技术学科，更是实现生产安全、稳定、持续高效运转的基石。

2026-02-13 | 半导体, 晶圆

Gartner预测：2026年六大关键网络安全趋势

根据Gartner最新研究，人工智能、地缘政治紧张局势和监管不确定性将成为影响网络安全格局的核心驱动因素。

2026-02-11 | Gartner, 网络安全

量子计算时代即将来临，全球需加速构建后量子安全防线

面对量子计算技术的飞速发展，近日，谷歌发布了一份重要声明，呼吁全球各界立即采取行动，为即将到来的“量子时代”构建数字安全防线。

2026-02-11 | 量子计算

2030年：边缘计算或成数据处理新主导

业内普遍预判，至2030年，边缘计算将全面超越中央数据中心，成为全球数据处理领域的绝对主导力量，深刻改写数字经济的发展格局。

2026-02-11 | 边缘计算

移动端全屏后处理优化关键

移动端全屏后处理优化核心在于降低分辨率，可节省内存带宽、减少片元着色器计算量并缓解Tile缓存压力。

2026-02-11 | TBDR, GPU渲染

Imagination Technologies 任命 Markus Mosen 为首席执行官

这位经验丰富的半导体行业领导者将为 Imagination 的客户提供稳健的领导力、卓越的运营能力以及出色的客户体验

2026-02-10 | Imagination

全球互联互通的未来：2026年的人工智能、韧性和公平性

从人工智能的影响到对韧性和信任日益增长的重视，未来一年需要大胆的战略和集体行动，以确保发展既公平又可持续。

2026-02-10 | 人工智能

深度学习中如何对模型参数进行分组优化

在深度学习中，不同的参数（如权重和偏置、不同层的参数）可能需要不同的优化策略。

2026-02-10 | 深度学习

在AI基础设施中部署大语言模型的三大举措

Gartner预测，到2028年，中国70%的大型企业将为大语言模型在AI基础设施上的部署建立完善的治理框架，而2025年这一比例不足10%。

2026-02-10 | 大语言模型

2026年数据中心存储技术发展趋势

人工智能与存储交汇领域将涌现哪些全新挑战？标准与最佳实践又将其怎样的作用？

2026-02-10 | 数据中心, 人工智能, 高性能计算

中国AI大模型：从技术突围到生态重构的破局之路

中国AI大模型市场在近年来呈现出爆发式增长态势，成为全球人工智能领域中不容忽视的力量。

2026-02-09 | AI大模型, 人工智能

延迟渲染：高效光照计算的秘密

延迟渲染与传统多Pass渲染的核心区别在于处理几何与光照的方式。

2026-02-09 | 延迟渲染, 光照计算