跳转到主要内容

博客

大语言模型漏洞缓解指南

简要介绍四类大语言模型重大风险及其缓解措施

汽车以太网:从起源到未来的发展历程

随着汽车电子技术的不断发展,以太网技术逐渐被引入汽车领域,以满足汽车电子设备之间快速、可靠和实时的通信需求。

IBM 发布《 2023年全球 AI 采用指数》

唾手可得的 AI 工具、关键流程自动化的驱动力以及越来越多的 AI 嵌入到企业现有的业务应用中,是推动 AI 在企业层面扩展的主要因素。

10种较流行的网络安全框架及特点分析

本文收集整理了目前行业中已被广泛应用的10种较流行网络安全框架,并对其应用特点进行了简要分析。

华为发布2024数据中心能源十大趋势

未来数据中心的三大特征:安全可靠、融合极简、低碳绿色。

为什么GPU比CPU更快?

GPU比CPU更快的原因在于其并行处理能力、内存带宽、专门针对图形处理和计算密集型任务的架构和指令集,以及带宽优化等特点。

探讨影响Chiplet发展的5个挑战

我们将深入探讨阻碍Chiplet广泛采用的 5 大挑战,以及行业如何克服这些挑战以释放这项变革性技术的全部潜力。

实时云渲染的关键技术是什么?

实时云渲染是指将原本在本地电脑上进行的渲染工作转移到云端服务器上完成,并实时将处理结果返回给终端用户显示。

RISC-V在汽车行业应用浅析

随着人工智能的兴起,曾经“简单”的设备变得越来越智能,导致计算设备比以往任何时候都多。

到2028年,人工智能聊天机器人市场将达到150亿美元

人工智能聊天机器人可以提供各种好处,如改善客户服务、增强用户体验、提高效率、降低成本和产生见解。

生成式人工智能对网络安全的影响

生成式人工智能不仅仅是一种技术现象,而是一种重塑人们工作、思考和治理方式的力量。本文仔细研究了生成式人工智能如何影响网络安全。

神经网络中数据集的三种类别

训练集、验证集和测试集是机器学习中数据集的三种类型,通常在神经网络训练过程中使用。它们各自具有不同的定义、作用和特点。

新的一年,新的挑战:2024年物联网安全趋势预测

预计将在2024年形成的一些物联网安全趋势。

量子计算机可能率先应用于人工智能

讨论量子计算机在人工智能领域的应用就成为一种颇具潜力的未来解决方案。

智能家居设备的网络安全风险

智能家居设备的迅速出现提供了显著的便利,但由于互连性,也伴随着严重的安全问题。

一文看懂工业视觉与计算机视觉的区别

机器视觉进一步可以分为工业视觉、计算机视觉两类,相应地,其应用领域可以划分为智能制造和智能生活两类。

清华产业院联合浪潮信息发布《中国算力发展观察报告(2023)》

旨在揭示高质量算力支撑下,当前我国各行业数智化发展的特点和趋势。

浅谈机器学习与计算流体力学(ML AND CFD)

机器学习和计算流体力学是两个不同领域,但它们可以结合使用,以提高对流体流动问题的建模和仿真的效率和准确性。

驾驶进化:智能座舱的未来

智能座舱系统为驾驶员和乘客创造了更加舒适、便捷和安全的驾驶环境。

基于TensorFlow和Keras的图像识别

TensorFlow和Keras最常见的用途之一是图像识别/分类。通过本文,您将了解如何使用Keras达到这一目的。