电子发烧友总经理张迎辉在致辞中表示，在过去三年的快速发展中，中国的人工智能产业，已经成为了全球AI最大的市场和最快速发展的市场。
人工智能技术发展一日千里，当我们去年还在为图像、视频、语音、声音AI识别的技术问题不断钻研创新的时候，今年人脸识别已经在疫情防护中迅速落地，发挥着重要的作用。可以说，曾经走在技术创新前沿的企业，今年已经在市场上获得了巨大的回报。
此外，2020年国家推出了新基建的经济刺激发展规划，人工智能无疑会是新基建领域的重要一环，AI产业也将迎来更高速的发展和更加光明的前景。
在大会上，电子发烧友AI产业分析师张慧娟从AI基础技术的演进、AI的应用现状、AI项目落地情况及AI落地变局与机遇四个方面做了精彩分享。
我国AI目前处于哪个阶段？张慧娟表示，根据电子发烧友调研，有36.9%的行业人士认为，我国现阶段AI处于萌发阶段，各项技术都不成熟，有49.0%的人士认为，我国AI处于发展初期，关键技术较为成熟。少数人士认为我国AI技术较为成熟，其中有26.2%的人士认为产品化能力有待加强的占，有21.5%的人士认为应用仍处于浅层次阶段。也有17.4% 的人士认为，我国现阶段AI格局正在形成2020年第三届AI大会圆满成功最新IP芯片方案生态加速AI落地，抢占赛道阶段。
在AI的应用现状方面，各家公司产品主要涉及到的AI技术有语音识别机器学习平台、深度学习、图像识别、AI硬件优化等。产品在消费电子、智能家居、机器人领域的应用占多数。张慧娟谈到，近两年，AI在智能车载、智能安防、智能医疗、智慧教育等领域的应用也非常被看好，另外，因为技术难度大，只有极少数公司能够做到，所以在云端训练、远端推理领域的应用占较少。
AI企业投入项目之后，存在很大的风险。根据调研，只有3% 的行业人士表示，参与项目之后，部署成功的概率能达到91%以上，而34% 的人士表示，成功概率在30%以下。在谈到项目失败的原因时，有60.4%的人士表示是产品应用市场与预期出现偏差，39.6%的人士表示是项目技术规格无法实现，35.6%的人士表示是配合不畅导致周期无法满足，还有23.5%的人士表示是项目资金出现问题。
张慧娟认为，虽然多数AI企业2019年的出货量同比增长放缓，整个行业的融资热情也有所降温。但从今年疫情期间，AI技术的加速落地，我们可以看到，AI产业还有很多的应用场景有待挖掘，也存在非常多的变局和机遇。
另外新基建也将给AI落地带来较大的拉动作用，不过AI企业还需要在算力、算法、产品形态与场景的精准匹配、安全、平台化服务能力及数据的获取/治理、软件平台各个方面优化提升和突破。
在此次人工智能大会上，ImaginaTIon 中国区战略市场与生态高级总监时昕带来的主题分享是《基于GPU与神经网络加速器的异构计算——兼顾算力效率与算法普适性的平台》。
异构计算技术从80年代中期产生，由于它能经济有效地获取高性能计算能力、可扩展性好、计算资源利用率高、发展潜力巨大，已成为并行/分布计算领域中的研究热点之一。目前ImaginaTIon与很多业界伙伴，都致力于异构计算。
“ImaginaTIon是一家IP公司，自己不生产芯片，主要是将授权给芯片客户，目前使用Imagination 授权IP的芯片出货量累计超110亿片，”时昕介绍道，“Imagination是全球唯一一家非美国的GPU IP核心专利持有公司，公司在移动端的GPU IP市场占有率接近40%，在汽车领域的GPU IP 市场占有率约为43%，Imagination的客户主要有苹果、联发科、TI、紫光展锐、三星、ST等等。”
Imagination在AI领域投入大量的时间、金钱及人力，也取得了相当优秀的成绩，时昕表示，公司在人工智能领域研究了7年，投入费用超100万美元，已经申请/授权的人工智能专利超80项。
在会上，时昕重点介绍了Imagination灵活高效普适的异构平台NX-F及AI Synergy。NX-F神经网络边缘计算解决方案，具备高效神经网络支持的特点，引入了可编程性和浮点支持，包括计算优化GPGPU、PowerVRRogue架构、基于多年的GPU计算经验等等。
据时昕介绍，PowerVR AI，是一个组合API，支持在GPU和NNA中互联互通，软件可以完美的支持安卓的开发，在安卓之外，也支持常见的Linxux、TensorFlow、PyTorch等等。
Imagination还与英国软件公司codeplay有合作，2019年10月23日，Imagination宣布，得益于全新优化的开源SYCL神经网络库，使用TensorFlow的开发人员将可以直接面向PowerVR图形处理器（GPU）进行开发。其首个版本在2019年提供商用。
7月10日，在电子发烧友主办的2020年人工智能大会高峰论坛上，来自赛灵思人工智能业务高级总监姚颂带来了《AI芯片技术与产业发展路径》的演讲。
姚颂指出，AI需要芯片，芯片需要AI。由于神经网络的加入，深度学习成为AI产业的助推力。转折点出现在2012年，英伟达在2007年和2008年推出CUDA，GPU和CUDA让深度学习复兴，对后来的整个人工智能起到了决定性的意义。2012年，Google当时有两个大神，一个是吴文达老师，斯坦福教授，后来成为百度的首席科学家，还有Justin和吴恩达做了一个猫眼识别的项目，花费了1000台服务器，16,000个CPU是一个非常大型的分布式的计算系统。采用了两个GPU，这个算法把神经网络劈成了两半，分别放在两个GPU上，一起训练出来，极大的简化了整个计算系统的复杂度，把海量的数据用起来。把神经网络和深度学习的优势给体现出来。
在姚颂看来，数据、算力和算法三大因素共同驱动了人工智能的兴起。AI芯片的发展主要是关键性的应用推动。AI正在为越来越多的细分应用提供支持，不同的模型针对不同的应用类别，例如分类、目标检测、道路分割等主要采用卷积神经网络（CNN）。
哪些杀手级应用推动芯片的应用？姚颂认为，下一代技术主力发展是IoT和AI，IoT如果只做简单的连接，价值不大，如果赋予IoT一定AI能力，比如全家实现语音控制和语音交互，这些智慧生活体验带动应用的兴起。新零售、新制造、医疗领域也将成为AI市场的新增长点。
AI芯片的核心解决什么问题？姚颂认为，AI芯片主要解决的是带宽不足的问题，提高芯片的利用率。AI计算优化的三个维度，包括微架构设计、核心技术和算法压缩。AI芯片微架构设计的核心就是减少访存次数，芯片物理上的改进，采用的方法包括增大芯片尺寸，采用更多的晶体管，采用最新的制程和最高的带宽。
AI芯片近年来最大的进步非常大。姚颂分析说，清华大学高性能计算研究组的数据研究结果显示，从2019年到目前，ASIC产品已经出来，总体性能达到一个很好的指标，FPGA也在不断改进，，用数模混合方式做出来的AI芯片得到一些特别恐怖的新指标，目前离量产还有一段距离。
姚颂指出，AI芯片越专用，性能越好，设计难度越小。赛灵思的GPU是支持卷积神经网络，寒武纪是支持机器学习，AI芯片的需求确实差异很大。比如无线耳机的语音唤醒与识别需要AI芯片功耗低，成本低。自动驾驶需要的AI芯片低延迟、高可靠。
姚颂认为，生态与软件的重要性远远大于AI芯片本身。如果只有芯片和指令集，应用时就会产生很多问题。没有软件，开发者无法使用，没有生态，初学者根本没有办法看懂，学习成本很高，厂商不做板卡跟系统，工程师拿到你的AI芯片，最后做成产品也非常费劲。
7月10日，在电子发烧友主办的2020年人工智能大会高峰论坛上，中科创达智能物联网事业群副总裁杨新辉带来了全球5G和AI融合趋势的精彩观点分享，并重点分析了边缘计算领域最新进展，以及5G与边缘智能融合的落地关键点。
杨新辉的观察是，全球5G＋AI技术发展迅速，为IoT市场带来新机会，根据2020年IDC预测，5G智能终端的出货量会超过1亿台。纵观全球AI市场，德勤数据显示，到2020年人工智能在安防、金融、医疗等领域，边缘计算产品和应用逐步落地，营收可以达到2.4万亿美元的市场规模。2025年全球的互联网设备将超过250亿台连接，其中将可能有10%是通过5G网络产生的连接。
5G和AI未来将成为产业智能化的重要推手，考虑到5G网络具备可扩展能力和可靠性，更加灵活的无线网络，极大解决了连接安全和计算问题。在边缘计算和AI方向，边缘计算会有更多的感知和处理，机器视觉与人工智能将应用于无人驾驶，进行边缘的服务和数据的私有化，两者结合起来，将为整个的产业发展提供更强的动力。
杨新辉认为，5G网络部署带动通信带宽的增加和大数据的产生，整个市场对边际计算的需求日益强烈。5G时代，为了保证边缘计算产业和网络边缘计算的服务有效应对到落地场景，中科创达提供TurboX Edge Platform边缘智能平台，底层提供基于5G的通讯模组和边缘计算的芯片，为了加速开发者的产品落地，他们又推出了成熟的边缘计算的开发套件TurboX Edge Kit。
TurboX Edge Platform边缘智能平台采用层级化、模块化的设计理念以及容器化的部署方式，基础层包含核心计算模块（SOM）、操作系统内核、硬件驱动和开发套件；中间件层包含以人工智能、边缘计算、安全、人机交互为主的模块化组件；应用层包含各垂直行业端到端解决方案以及云服务，实现了边缘与云端的数据协同、控制协同、管理协同。目前，该平台已经广泛应用在智能工业、智能城市、智能零售、智能网联汽车、机器人等多个垂直行业。
随着数据量指数级的增长，倒逼着算力需求升级，针对不同场景的算力升级需要不同的AI芯片。同时，神经网络的发展需要更高算力AI芯片。传统的CPU和GPU两大硬件架构进行的运算消耗大量的处理能力，AI芯片不仅对工作负载高的模型算子提升效率，也提供强大的可编辑引擎，对模型自定义层和新兴的算子提供支持。
Arm中国高级AI技术市场经理吴彤在分析当前AI处理器的演进时谈到，为了提高AI芯片的性能，AI芯片领域专用架构DSA逐渐兴起，DSA将弥补软硬件的性能鸿沟，将硬件架构进行定制并使其具备特定领域应用特征，使该领域的一系列应用任务都能高效执行。典型的DSA架构包括机器学习领域的神经网络处理器，图形图像/虚拟现实领域的图像处理器GPU，以及可编程网络交换机接口。
他还列举了目前AI芯片六个典型架构，包括英伟达A100 GPU、谷歌TPU 3.0、Xilinx Versal ACAP、IntelHabana Gaudi、Graphcore IPU以及Cerebras WSE。而AI芯片的发展方向将取决于算法和生态等因素，深度学习算法需求以及从底层硬件到工具链、更高阶的库再到应用的生态也至关重要，此外Chiplet小芯片通过封装技术将芯片进行整合，也推动着AI芯片的发展。
去年，Arm中国发布周易AIPU是其自主研发的神经网络处理IP，具有创新架构、安全性和可扩展性。
据透露，首款采用周易AIPU的芯片全志科技语音芯片R329将于年内上市。吴彤指出，由于算法迭代快，AI芯片如何适配呢，周易提供很好的编程特性，可支持市面上主流算法的升级，此外周易的可扩展性可支持0.2TOP到几十TOPS算力的应用。从工具链到库、统一面向AI应用的API、支持所有主流AI框架以及丰富的AI应用构建的生态也成为周易AIPU能够快速从设计到量产的关键。
英伟达从硬件到软件构建的生态加速了其GPU产品的应用落地。此次，英伟达带来Jetson嵌入式计算平台在边缘端应用的最新情况。
JETSON平台已经聚集了50多万开发者，并且还在快速增长。JETSON在工业、物流、零售、医疗、农业、智慧城市等各行各业得到了广泛的应用。英伟达以强大的GPU而知名，然而在芯片的基出上，完善好用的工具链、SDK等的支持也令英伟达的芯片能够更方便的进入应用场景。
英伟达开发者关系总监李雨倩在演讲中表示，英伟达提供Tensor RT和Transfer learning工具，前者可支持多种算法模型平滑对接到英伟达的硬件，后者通过减枝、场景适配和新的层级，可对大型数据进行裁减，对场景增加数据集，以及预留部分通道拓展应用等等。
同时，英伟达提供DEEPSTREAM和ISSAC WORKFLOW两款SDK。DEEPSTREAM SDK提供了一整套数据流分析工具包，透过智能视频分析（IVA）和多传感器的数据处理来感知情景和意识。
ISSAC SDK 是一个机器人软件开发工具包，ISSAC Robot Engine 方便在不同的平台上部署机器人应用，ISSAC GEMs集成了许多机器人感知导航算法模块，并且许多有GPU加速，给机器人开发提供便利。
JETSON产品系列作为人工智能的边缘计算平台，将以强大的生态体系带给更多场景的落地应用。
由于云端计算存在着延迟、数据传输成本高、可靠性等问题，许多的AI计算将在边缘端承载。相关的典型案例，例如NETFLIX作为一家视频流服务公司，部署了许多边缘端的服务器，处理传输的优化和搜索。海康NVR在本地处理摄像头的视频流数据。
边缘计算对半导需求的影响主要在五个方面，在整个网络基础架构中添加服务器架构；人工智能嵌入所有系统；低功耗服务SOC芯片的应用；低延迟网络的需求，低延迟处理要求。而边缘AI将刺激AR/VR、机器人、游戏等低延迟应用的爆发。
Synopsys新思科技IP产品方案销售总监钟香建在针对AI加速器SOC的发展时谈到，大部分的AI加速器采用了12nm和7nm工艺，其实是14nm工艺。它的系统框架中采用了LPDDR、HBM2e、PCIe5.0、CXL等接口，以满足芯片或DIE到DIE之间的高速传输需求。其中，PCIe 4.0和5.0提供了当今AI SOC中最常用的接口，实现了可靠和可信的连接。CXL提供从主机到加速器的低延迟、缓存一致性连接。PCIe Switch有助聚合芯片阵列。Synopsys是PCIe IP领域的领导者，现在提供PCIe Switch IP来实现定制的AI聚合，提高系统性能。
此外，新思ARC EV处理器IP可使用标量、矢量、NN引擎完成人工智能处理，LPDDR IP提供低功耗、低成本的存储方案，HBM2 IP提供高带宽和高能源效率的方案，实现以最小的功耗和低延迟实现内存的吞吐量要求等。
通过边缘计算和5G的新应用及服务预计将出现强劲增长。DesignWareIP正在解决所需的关键延迟、可靠性和性能改进。
英特尔的合作伙伴架构师马小龙，为我们介绍了英特尔为边缘AI应用的开发、部署和上市推广，提供了怎样的软硬件平台和资源。
人工智能正在改变每一个行业的体验和定义，在图像和语音识别领域，机器已经能够达到甚至超过人类的水平。随着用户对于人工智能延迟和性能要求的提升，边缘端的人工智能在今年获得了快速发展。边缘人工智能近年来在安防，智能城市，零售，制造和视频等行业领域都获得了广泛应用。
英特尔提供了人工智能应用开发的完整生态资源，首先开发者可以借助OpenVINO对已训练好的模型进行优化和异构部署； OpenVINO工具包是一项用于高性能深度学习推理的工具套件，借助OpenVINO可以更快更准确地将人工智能应用产品化，并从边缘到云基于英特尔架构来部署。同时该工具包使用了同一个API，可以实现一次编写，任意部署，因此可以大大降低人工智能应用迁移所需的开发工作量。已训练模型通过模型优化器（支持TensorFlow、Caffe等多种模型）转化成中间表示格式，再通过推理引擎部署在不同的英特尔架构上。
在测试与集成阶段，英特尔提供了Dev Cloud边缘开发云和物联网开发人员套件来加快产品落地，上市阶段也提供了边缘软件中心。若是目前手头没有配置好的OpenVINO开发环境或缺少相应的英特尔产品进行部署，就可以借助边缘开发云来快速部署和测试。Dev Cloud不仅提供了开发服务器、存储服务器，还拥有一系列不同边缘节点。而物联网开发人员套件中，既有即插即用的神经计算棒，也有基于酷睿处理器的多场景开发套件和加速卡。
为了解决性能限制、快速上市和异构部署的挑战，减少底层开发工作，英特尔也推出了边缘软件中心。该软件中心里包含了针对多应用的边缘洞见软件包，同时附带商用级别的参考示例，也和多个合作伙伴推出了经验证的边缘设备。
接下来，研华科技IoT嵌入式平台事业群物联网行业经理鞠剑为我们分享了基于Intel Movidius VPU及海思SoC这两大不同硬件平台的边缘AI方案。
英特尔的OpenVINO支持四大硬件架构，CPU、GPU、FPGA和VPU，其中的VPU就是Movidius系列产品。研华目前采用的是英特尔于2019年第四季度发布的Intel® Movidius™ Myriad™ X VPU，芯片型号为MA2485，该芯片相对Myriad 2 VPU在深度神经网络上的性能高出10倍，算力达4TOPS，专用神经网络算力达1TOPS，而且拥有超低功率，不到4W。研华基于该芯片推出了一整套边缘AI解决方案，既有加速模块也有推理系统。
其中VEGA-320集成了MA2485芯片，接口为M.2 2230，主要应用于弱AI场景，比如交通/视频监控和信息亭/零售行业等；VEGA-330可集成1或2颗MA2485芯片，接口为mini PCIe，主要应用于工业级的AGV还有无人机/机器人领域；前两个加速模块都采用被动散热。VEGA-340是插卡式产品，可集成4或8颗MA2485，接口为PCIe x 4，采用主动散热，更适合医学影像和AOI这类强AI领域。VEGA-320和VEGA-330除了自带的标准散热器外，还可以选配效果更好的伴散热器。
在未加入AI VPU的情况下，测试的人脸识别案例平均每秒帧数为110，CPU负载在100%，能耗为27W。加入了VEGA-330之后，不仅提升了10FPS，还释放了50%的CPU负债。在额外加入硬件的情况下，反而将功耗降低了30%，功率达到18.9W。
AGV：VEGA-330边缘 AI 推断模块（VPU * 2）集成到他的 AGV 购物车中。这使得 AGV 能够通过摄像机视觉进行自主导航，并执行障碍物检测，以避免在人机混合工作场所发生事故。
AI纺织品缺陷检查：通过带有八个Intel Movidius VPU的研华VEGA-340可在分布式织机上进行实时AI检查。控制系统可以根据检测结果立即做出反应，提高生产质量和效率。
在研华推出的边缘推理系统中，Ei-A100主要用于教育零售领域，而AIR-200更适合AGV场景，EPC-C301则主要用于工厂自动化和机械臂等复杂场景。EPC-C301带有4个USB3.2摄像头接口，和CAN2.0自动化控制接口，选用了无风扇散热设计。
机器手臂AI（视觉）升级：将传统机械手臂进行视觉定位升级，通过EPC-C301内置的VEGA-330边缘AI推断模块，帮助客户进行运动轨迹辅助判断。使用手臂前端的摄像机进行自主运动，精确导航。
除了基于英特尔VPU的AI方案，研华科技也针对海思的SoC推出了自己的一套边缘AI智能物联网网关方案。目前正在研发的EPC-R5770就采用了海思的Hi3531。这款海思的SoC在视频编码能力很强，支持8路1080P H.265/H.264编解码。除了多路接口外，还支持附加VEGA-330的模组。EPC-R5772尚在计划中，选用的还是HI3559，各项参数仍然待定。
本次人工智能大会的圆桌论坛环节，由电子发烧友产业分析师张慧娟主持，邀请到Imagination公司时昕、英伟达公司李雨倩以及研华科技的鞠剑等数位嘉宾，共同探讨了AI新周期的新挑战，AI如何走向规模和普惠的线年第三届中国人工智能大会暨首届中国人工智能卓越创新奖的详情，请点击官网链接：
不懂编程没关系，邀请您来学AI活动概述：本活动是现场讲座，由台湾知名AI教育专家、金门创新学院院长、台湾Android技
人工智能始发于上世纪五十年代，科学家们最开始的想法就是给机器赋予像人一样的思维（智能）的能力。后来渐....
由于语音交互核心环节上的一系列技术突破及人工智能公司提供的ToB解决方案，AI语音助手开始逐渐在技术....
“智能化升级后的‘无人车间’，可提高30%的劳动效率和20%的产能。”宝钢股份冷轧厂有关负责人说，智....
Gatebox是日本公司vinclu专门为宅男打造的一款全息影像人工智能管家，可以说日本人民是真的会....
目前的智能OCR识别技术早已成功应用于生活的方方面面：像小区出入口的车牌识别一体机、银行开户使用的银....
随着计算机和互联网越来越深入到生活中的方方面面，人们搜集到的数据也呈指数级的增长。在这种情况下，....
人工智能（AI）正在不断“嵌入”人类社会：交通出行、住房家居、教育医疗、养老助残、文化体育……越来越....
随着2020世界人工智能大会的启幕，这三天，上海又进入了“人工智能”时间。
深圳市力合微电子股份有限公司（以下简称：力合微）是一家专业的集成电路设计企业，自主研发物联网通信核心....
人工智能（Artificial Intelligence，简称AI）是研究开发能够模拟、延伸和扩展人....
2020世界人工智能大会云端峰会在上海拉开帷幕。1场开幕式、2场全体会议、10场主题论坛和若干场行业....
围绕智能感知最新技术趋势，热成像和红外探测器技术流派，端边协同的多边测温方案、AI算法以及智能硬件如....
人脸识别技术的研究最早起源于20世纪60年代，到90年代进入了初级应用阶段。近年来，随着计算机视觉技....
然而，各领域对人脸识别应用需求的差异，以及行业开发渗透过程中的渠道建设和应用实施，都将对人脸识别的商....
DSP（digital singnal processor）是一种独特的微处理器，有自己的完整指令系....
在红帽全球峰会虚拟体验活动期间，Spelman和来自SiliconANGLE Media移动直播工作....
作为全球一流的人工智能解决方案和云平台公司，IBM利用人工智能技术、云计算、区块链、物联网等技术和解....
“5G技术本身不会带来数据的增加，但是依托5G的应用将会带来数据量的指数级增长。”吕天文说，人工智能....
让你说出知道的芯片的名称，你可能会一时想不起，也不能一一罗列DSP芯片都有哪些。或许是对DSP芯片深....
值得一提的是，亚马逊是探索和应用机器学习技术的佼佼者。20多年来，它在人工智能和机器学习方面进行了大....
无人机测绘在行业内已经很成熟了，现在基本代替了以前的大型飞机航空测绘，克服了成本高、周期长、出图慢的....
芯朋微被称为电源管理芯片“隐形冠军”，其产品藏在家电里面，我们看不到，到可能在生活中经常用到。公司产....
他还建议加大扶持做大做强网络安全产业和建立适应人工智能发展的数据流通体系。谈剑锋表示，要瞄准数据驱动....
相信不少人对于无人机都非常熟悉，不过想到自己被无人机监控可能都会感到意思不舒服，不过最近科学家们开发....
Nokia FSP提供了云服务商所需要的，实现基于网络意图和策略的网络运营所需的工具集。 FSP远远....
先看看中断服务程序里清除中断请求标志的代码不是放在最后一行的情况。其中变量counterX用来统计进....
中国移动认真贯彻落实中央决策部署，全力以赴加快5G、AI等新型基础设施建设，不断丰富5G+AI技术应....
5G作为新一代信息通信技术将开启万物互联的数字化新时代，对建设网络强国，实现我国经济高质量发展具有重....
金融行业人员面对庞大的数据和复杂的流程时，输入几行代码就可以一次性处理上百个表格，自动抓取关键数据绘....
7月9日，世界人工智能大会2020云端峰会在上海举行，此次峰会以“智联世界·共同家园”为主题，集聚全....
在新基建中，5G是最有牵引作用的新型基础设施。5G将会增强已有的技术，打开工业应用新的机会窗口。5G....
根据趋势科技美国公司的一份报告，“来自传感器和其他信息源的实时数据可帮助工业设备和基础设施进行“决策....
白皮书指出，自2015年国家产业政策正式提及人工智能以来，政策从初期的聚焦于体系设计、技术研发以及标....
报告显示，到2020年底，欧洲的物联网市场规模估计将达到2422.22亿欧元，并且还预测，到2025....
该设备采用8英寸IPS高清显示屏，亮度400lux，在强光直射下具备高可见度，同时应用了最新的超低照....
• 智慧警用无人机：通过5G网络的高带宽能力，实现4K画质的高清航拍视频实时回传、自动巡航、喊话指挥....
依附于先前打造的坚实的数字化基础，2019-2021年间将投入超过4亿元人民币，引进智能生产设备和工....
我们看到这些趋势会影响各种市场，而交通运输行业位居榜首。根据Research and Markets....
在过去，通过蜂窝网络连接的摄像机由于带宽及稳定性的因素，在应用上非常局限。Berg Insight预....
通过双方战略合作，中国电信北京公司将为大悦城提供长期有力的5G云网建设、信息化应用支持和高质量服务保....
剥离两大物联网业务还需要等待该公司董事会以及标准监管机构的审查，但 ARM 预计此举将能够在今年 9....
时值世界百年未有之大变局，中国新基建聚焦 5G、人工智能、大数据中心、工业互联网等七大新型科技领域，....
毫不夸张地说，2019年人工智能的现状就是强化学习回归的一年。简单介绍一下强化学习，它是机器学习中的....
今年开幕的世界人工智能大会上，马云以联合国数字合作高级别小组联合主席的身份，以全息影像的方式出现在大....
任何一个入门的软件开发人员都会听到这句话：算法是软件的灵魂！近年来大火的“机器学习”即是在算法在人工....
平台将打造以商汤自主研发的原创AI训练框架SenseParrots为核心，包括集成训练开发环境、数据....
据了解，该平台将为新一代人工智能教材的学习提供算法实训，让学习者体会人工智能具能、使能和赋能，从算法....
极智嘉近日推出两款智能消毒机器人——智能紫外线消毒机器人Lavender和智能喷雾消毒机器人Jasm....
一百多年来，信息技术从初兴到成为基础设施，成就了无数辉煌的科技巨头。如今，人工智能也正狂奔在通往社会....
互联网让人们的办事越来越便利。从前办事跑断腿，现在是数据多跑路、老百姓少跑路，国家与地方一体化电子政....
直接内存存取（DMA）对计算机系统是非常重要的。它可以使CPU在运行指令的同时，系统能实现从外部存储....
大佬给看一下这个降压芯片型号 元件上上面有10J494字样 300V直接降到5V给单片机供电 SOT23-3封装...
请教哪位大神给看看，这个是哪家的芯片？怎么都查不到！多谢多谢，拜托各位大神！...
第一层 芯片异构 芯片级别的异构性是设备包内部的异构集成，与芯片概念密切相关。我们正在建造更复杂的系统，...
人们对低功耗设备和设计技术的兴趣激增。通过回顾已提出的降低功耗的技术，深入了解低功耗设计中的一些基本权衡。...
如今随着芯片制程的不断提升，芯片中可以有100多亿个晶体管，如此之多的晶体管，究竟是如何安上去的呢？ 这是...
SRAM 以其高速、静态的优点广泛应用于各种数字设备中，多被用作不同部件之间的缓冲，尤其在计算机体系架构中扮演着...
概述：SiFotonics具有世界领先的高速Ge/Si接收芯片成熟解决方案，可提供10G以上高灵敏度PD、APD以及...
求大神相助，我司有款电源适配器上面的芯片，丝印70DD，请问有谁知道型号是什么的吗？ ...
官方微信
官方微博
