跳转到主要内容
CPU与GPU是如何协同的,它们的工作流程是怎样的?

CPU需要很强的通用性来处理各种不同的数据类型,同时又要逻辑判断又会引入大量的分支跳转和中断的处理,这些都使得CPU的内部结构异常复杂。而GPU面对的则是类型高度统一的、相互无依赖的大规模数据和不需要被打断的纯净的计算环境。

自动驾驶变成现实,最大的阻碍不是技术

最近关于自动驾驶的发展消息让人兴奋,有许多相关测试证明了其安全性和可靠性。据Counterpoint Research预测,随着技术和监管问题的解决,2030年销售的新车中约有15%将实现完全自主驾驶(4至5级)。为了实现自动驾驶的愿景,OEM、供应商以及初创企业正在使用最尖端的技术来解决算力、软件开发、算法设计中的问题。但又因为监管和法律的问题,可能会成为自动驾驶实现的最大阻碍。

携手SiFive,Imagination加速端侧人工智能应用

6月17日,2019 SiFive Tech workshop在深圳举行,作为SiFive的DesignShare生态系统合伙伙伴,Imagination Technologies不仅在现场演示了最新新神经网络加速演示,高级技术专家李安也发表《神经网络加速赋能端侧智能》介绍了Imagination 的神经网络加速器在边缘计算领域的应用。

从数学角度看神经网络是如何工作的?

如今,即便是结构非常复杂的神经网络,只要使用Keras,TensorFlow,MxNet或PyTorch等先进的专业库和框架,仅需几行代码就能轻松实现。而且,你不需要担心权重矩阵的参数大小,也不需要刻意记住要用到的激活函数公式,这可以极大的避免我们走弯路并大大简化了建立神经网络的工作。然而,我们还是需要对神经网络内部有足够的了解,这对诸如网络结构选择、超参数调整或优化等任务会有很大帮助。本文我们将会从数学角度来充分了解神经网络是如何工作的。

机器学习7个主要领域

机器学习是识别隐藏在数据中的可能性并将其转化为完全成熟机会的技术。巧合的是,机会是促进业务运营并在竞争对手中脱颖而出的因素。了解机器学习算法如何应用于各个领域以获得可带来合法业务优势的结果至关重要。

Unity渲染优化(UI向)

我们经常用渲染管道(rendering pipeline)来描述渲染(rendering),而且有一点必须铭记在心:高效的渲染就是保证信息快速流通。

关于边缘计算,你可以了解的更多一点

边缘计算和物联网几乎是完美匹配的。在最近两年,所有关于物联网技术趋势报告中都有边缘计算。IDC预测,到2020年,边缘基础设施支出将达到物联网基础设施总支出的18%。事实上,所有关于2018年的物联网技术的趋势预测,在2019年以及之后的几年依然得以延续。而在这个基础上,确实有一些更新。

从概念到应用,AR行业19个发展新趋势

回望过去,2018年对于增强现实(AR)来说是充满活力且十分重要的一年。本文为Tom Emrich(美国专注于AR投资的早期基金Super Ventures合伙人)所预测的2019年增强现实19个发展趋势。

Imagination出席2019 AETF亚太汽车电子技术峰会,分享智能驾舱先进技术及发展趋势

6月14日,“第十四届AETF亚太智能网联&电动汽车电子技术峰会”北京站在北京丽亭华苑酒店顺利举行。本次北京站活动,Imagination也积极参与,并安排其中国区市场及业务发展资深经理郑魁发表题为“智能驾舱的未来发展趋势及技术”的演讲。

精确率与召回率,RoC曲线与PR曲线

在机器学习的算法评估中,尤其是分类算法评估中,我们经常听到精确率(precision)与召回率(recall),RoC曲线与PR曲线这些概念,那这些概念到底有什么用处呢?

面向最新应用的旗舰型嵌入式GPU

面向嵌入式应用的GPU的持续快速发展是不争的事实。随着PowerVR-9XE系列,PowerVR-9XMP系列,以及PowerVR-9XTP系列 GPU的推出,Imagination再次突破了图形和计算性能的极限。

IPv6对网络安全的影响性分析

本文整理并总结了IPv6可能存在的安全威胁,从IPv4安全威胁延续、IPv6相关附属协议和相关机制可能带来的安全威胁、IPv6对安全硬件的影响及过渡技术的安全威胁四个方面进行了分析与梳理。

Unity开发实战探讨-资源的加载释放最佳策略

游戏资源的加载和释放导致的内存泄漏问题一直是Unity游戏开发的一个黑洞。究其根源,一方面是因游戏设备尤其是Unity擅长的移动设备运行内存非常有限,另外一方面是因为Unity不太清晰的加载释放策略和谜一样的GC(垃圾收集)机制,共同赋予了Unity “内存杀手”“低效引擎”的恶名......

人工智能、深度学习技术深刻改变影像监控产业

随着影像数据不断增加,人工智能和深度学习(Deep Learning,机器学习分支)技术已成为安全监控的关键,能够有效降低人为错误和误报,并大幅减少影像搜寻时间,对众多产业造成极大的影响。

如何快速掌握一种机器学习算法

机器学习算法都是一个个复杂的体系,需要通过研究来理解。学习算法的静态描述是一个好的开始,但是这并不足以使我们理解算法的行为,我们需要在动态中来理解算法。

AIoT时代下的智慧城市,该如何发展

智慧城市一词在中国已经发展了将近十年的时间,但就目前的发展现状来看,所谓的“智慧“还处于初级阶段,距离真正的“智慧”还有较长的路要走。在AIoT的助力之下,以物联网为核心的智慧城市建设,再次成为了行业的主要热点。全国各地针对智慧城市建设的“智慧”定义,已成为业内难以统一的标准。

八大维度深度解读中国5G商用:趋势、挑战、发展与未来

中国5G产业发展有一种时不我待的紧迫态势,如果我们超越中国市场观察,我们就会发现在5G领域发生了一些事情,正在对我们形成压力,从德国英国澳大利日本对中国设备商的封堵,到多个西方国家参加的布拉格5G安全会议,再到美国针对华为的禁运,一种扭曲的力量正在迅速形成,这种力量是在安全的名义下对市场经济和全球化的逆流,但是来势凶猛。

高斯噪声与高斯滤波

噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般,噪声信号与要研究的对象不相关,它以无用的信息形式出现,扰乱图像的可观测信息。通俗的说就是噪声让图像不清楚。

揭穿有关自动驾驶汽车的7大误解

据外媒报道,自动驾驶汽车有望成为一项具颠覆性的技术,给社会的许多方面带来变革。虽然有些自动驾驶原型车已经在新闻中泄露了有关自动驾驶技术的相关细节,但是有关自动驾驶汽车可做什么、不可做什么的真相仍然有些神秘。这也不足为奇,当信息很少的时候,围绕自动驾驶汽车的许多误解就会开始流传。在这里,我们就介绍一下有关自动驾驶汽车的真相……

K近邻法(KNN)原理小结

K近邻法(k-nearest neighbors,KNN)是一种很基本的机器学习方法了,在我们平常的生活中也会不自主的应用。比如,我们判断一个人的人品,只需要观察他来往最密切的几个人的人品好坏就可以得出了。这里就运用了KNN的思想。KNN方法既可以做分类,也可以做回归,这点和决策树算法相同。