博客

人工智能工具的普及似乎完美地填补了人才短缺的空白，但仔细观察就会发现，这些技能并非完全重叠。

随着新能源汽车与智能驾驶的快速普及，整车厂的体系要求正在从“质量保证”升级为“安全保证”。

提起信息化、数字化、智能化这些词，是不是总觉得绕来绕去分不清？本文用大白话给大家捋捋清楚。

当前，汽车与信息通信跨行业融合发展持续深入，汽车网联应用服务日益丰富，智能网联已成为全球汽车产业升级发展的核心焦点。

池化层也被称为下采样层，是深度学习神经网络中常用的一种层级结构。它通常紧跟在卷积层之后，对卷积层输出的特征图进行下采样操作。

当你在手机上使用AI助手时，当工厂里的机器人进行精密操作时，当自动驾驶汽车做出实时决策时，背后都需要毫秒级的算力响应。

Draw Call仅仅是一条指令！Draw Call指令从CPU传到GPU，渲染一个网格。

神经网络的强大之处在于，只需要提供输入和输出的数据，网络通过训练可以自动学习输入与输出之间的复杂非线性关系，而无需人为地设计特征提取的规则。

随着人工智能产业的持续升温，GPU与ASIC的竞争将推动整个AI芯片行业不断突破性能、功耗和成本的边界，为人工智能技术的规模化应用注入源源不断的算力动力……

本文将带你快速了解这三种芯片设计的核心概念与差异。

RISC-V 作为一套开源开放的指令集架构，为我国芯片设计提供了一条全新技术路径，行业目前正在多领域推进RISC-V研发与产业化进程。

一份来自OX Security的最新报告《初级开发者大军：AI代码安全危机》为我们敲响了警钟。

国家层面出台的一系列鼓励政策，从资金支持到税收优惠，为半导体设备产业营造了良好的发展环境，吸引了大量资源涌入。

内存计算和近内存计算提供了可能的解决方案。即使是商用的现成DRAM，只要软件基础设施支持，也可以执行原始的数据复制、初始化和按位逻辑运算。

本文将深入探讨计算机系统中的并行计算，并介绍其基本原理、应用领域及相关技术。

异构集成的理念，就是与其让一块大型芯片包含所有任务，何不构建一个系统，让每块芯片各展所长？

白皮书的联合发布，为汽车产业应对日益严峻的网络安全挑战，提供一套系统性的理论逻辑和实践参考。

计算机视觉作为AI领域的关键分支，就像是一双“智能眼睛”，让机器能够“看”懂这个世界。

按照SoC设计流程合理规划设计阶段，同时将各个阶段的工作认真仔细完成，借助EDA工具和有效验证手段，才能保证SoC芯片设计的正确性。

800多位世界名流呼吁禁止开发“超级智能”，即在智力上超越大多数人类的人工智能系统。这一事件引发了全球对于人工智能发展的广泛关注和深刻思考。