跳转到主要内容
打通两套系统,实现算力能源协同随着大规模智算业务落地,算力负荷潮汐特性凸显。算力系统和能源系统相互割裂,难以动态匹配绿电出力与算力任务。打通两套系统,落地算力能源协同,是绿色算力规模化的必经之路。
AI时代,RISC-V测试为什么越来越智能?AI技术的成熟为测试领域带来了全新的解题思路。从自动生成测试用例,到智能分析日志,再到主动发现异常模式,AI正在推动芯片测试从依赖大量人工执行,转向由智能化工具辅助完成。
中国信通院发布2026人工智能产业十大关键词2026年人工智能产业主线可以概括为“加速扩散”,即决定走势的不仅是快速攀高的模型能力,更是能力能否以可承受的成本、可信赖的方式加速扩散到更多领域。十大关键词从技术、应用、生态三个层面展开,由内而外,共同勾勒出2026年人工智能加速扩散的完整图景。
边缘AI部署大模型:卡住你的不是算力,是内存带宽在云时代,AI 的进步常常以能堆起多少算力来衡量。到了边缘时代,进步将以数据搬运得有多聪明来衡量。
基于PowerVR图形处理器(GPU)架构谈问题纹理贴图的尺寸限制和压缩格式,在移动端应用或游戏的开发中为什么显得这么重要?
携手RISC-V,共绘开放计算新图景 | Imagination即将参展2026 RISC-V中国峰会峰会期间,Imagination团队将在C34展位现场与大家面对面交流,展示Imagination在RISC-V图形与AI领域的最新技术成果和Demo演示。欢迎各位莅临展位,探讨合作机会。
布鲁金斯学会发布《塑造AI智能体的全球治理》随着AI智能体自主规划、独立执行任务的能力持续提升,传统人工智能治理模式已经显现局限性。
Unity粒子系统性能优化与Bug排查全指南本文系统剖析Unity粒子系统的CPU模拟开销与GPU渲染瓶颈,涵盖粒子数量控制、模块精简、LOD与距离裁切、GPU Instancing合批、Overdraw抑制等性能优化策略……
一文读懂具身智能全产业链2026 年人形机器人迎来商用起点,国内具身智能赛道未来十年有望冲击三千亿市场。六大场景从试点走向批量落地。AI 的下半场,不在屏幕与文字之间,而在真实物理世界。读懂具身智能产业链,就是读懂人工智能下一个十年。
聚焦嵌入式 AI:Imagination 在工博会国芯展嵌入式会议分享可编程 GPU 架构Imagination 已受邀参加工博会期间举办的国芯展嵌入式会议“先进封装与异构集成驱动嵌入式系统创新研讨会”,并带来《面向嵌入式 AI 的可编程 GPU 架构:融合图形、AI 与通用并行计算》的技术分享。
机器学习如何从模型走向生产系统未来,机器学习工程的重点不会局限于追求更复杂的模型,而将更加重视模型与数据、基础设施和业务流程之间的协同。
PowerVR Series 1 GPU驱动开源:历史意义与技术解析作为首批商用3D加速GPU之一,PowerVR Series 1采用了独特的分块延迟渲染(TBDR)架构。与现代GPU的即时渲染模式不同,TBDR先将场景分割为多个小块(tile),仅对最终可见的像素执行着色计算。
从原型到性能:在 Volcanic GPU 上优化 OpenCV 图像缩放本文将一个内部优化案例改造为可对外分享的实战讲解,展示如何把一个简单的图像处理操作迁移到 GPU 上、验证其正确性,并进一步调优以获得更好的吞吐。
云计算有哪些关键技术?企业必知的10种技术10项云技术,涵盖基础设施、应用开发、数据保护、安全管理及智能化应用等关键环节,有助于企业理解云计算的核心能力,并为技术架构规划提供参考。
PowerVR 上的 LLM 性能与加速——第 2 部分希望本文对您有所帮助,并鼓励您尝试在最新的 PowerVR GPU 上使用 Llama.cpp 运行大型语言模型。
甩开ARM、x86束缚!RISC-V的真正底牌不止是开源开源永远只是RISC-V的起点,而非终点。真正支撑它颠覆旧格局、领跑新赛道的,是模块化的极致适配能力、全场景的算力覆盖能力、去中心化的自主生态能力。
我国生成式人工智能用户规模突破7亿人!截至2026年上半年,我国生成式人工智能用户规模突破7亿人,普及率超50.0%。
动画渲染总闪烁?6大常见原因与解决方法!先渲染一小段测试,重点观察暗部、反光和细节区域,找到闪烁位置后,再针对采样、降噪、光照缓存、模型和纹理等环节逐一排查。
大模型核心对齐逻辑:RLHF为什么是刚需大模型经过海量数据预训练、SFT监督微调后,已经具备知识储备和指令执行能力,为什么还需要额外做RLHF?
异构算力为什么成了全行业的必答题训练和推理要的东西不一样,一块芯片已经伺候不了所有活儿,异构算力就这么变成了一道必答题。