• 性能不及华为还加价!英伟达最新特供AI芯片来了

    业内知情人士透露,近日英伟达已开始接受经销商预订最新的中国特供(AI)芯片 H20。消息人士称,H20 在某些关键领域的性能不如华为的 AI 芯片昇腾 910B。

  • 万事达卡推出反欺诈AI模型 金融科技拥抱生成式AI

    全球支付巨头万事达卡(MasterCard)日前表示,已构建自己的专有生成式AI模型,以帮助其信用卡网络中的数千家银行检测并根除欺诈交易。

  • Cadence推出全新数字孪生平台Millennium Platform,提供超高性能和高能效比

    ● 颠覆性的专用软硬件加速平台;利用GPU和CPU计算以及专有软件算法,提高准确度、速度和规模的同时,带来高达100倍的设计效率提升; ● 与传统HPC相比,支持GPU-resident模式的求解器可将仿真能效显著提高20倍; ● 将数字孪生、人工智能和HPC技术相结合,为汽车、航空航天、能源、叶轮机械和数据中心提供更优的多物理场仿真解决方案; ● 利用创新的生成式人工智能技术,进一步加速设计和分析探索,获得卓越的设计洞见,提供更好的系统解决方案; ● 支持在云端或本地进行CFD多物理场分析,以满足客户的业务需求。

    端侧AI
    2024-02-02
    仿真 AI
  • Cadence发布全新Celsius Studio AI热分析平台,显著推进ECAD/MCAD融合

    ● 热、应力和电子散热设计同步分析,让设计人员可以无缝利用ECAD和MCAD对机电系统进行多物理场仿真; ● 融合FEM和CFD引擎,应对各种热完整性挑战——从芯片到封装,从电路板到完整的电子系统; ● Celsius Studio采用大规模并行架构,与之前的解决方案相比,性能快10倍; ● Celsius Studio与Cadence 芯片、封装、PCB和微波设计平台无缝集成,支持设计同步热分析和最终签核。

    端侧AI
    2024-02-02
    仿真 AI
  • 商汤科技日日新SenseNova 4.0发布:这⼀次,带来全新的AI体验!

    “日日新SenseNova 4.0”拥有更全⾯的知识覆盖、更可靠的推理能⼒,更优越的长⽂本理解力及更稳定的数字推理能⼒和更强的代码⽣成能⼒,并⽀持跨模态交互。日日新·商量大语言模型-通用版本(SenseChat V4),支持128K语境窗口长度,综合整体评测成绩水平比肩 GPT 4,相较GPT 3.5已经实现全⾯超越。

  • NVIDIA三款中国特供AI GPU来了:精准缩水 美国放行

    2月2日消息,美国对中国半导体技术的封锁越来越严格,但是在商言商,NVIDIA始终没有放弃中国市场,一直想尽办法打造符合美国出口管制的中国特供版本,尤其是AI GPU,第二波三款正在到来。

    端侧AI
    2024-02-02
    NVIDIA AMD 显卡
  • 机器学习与数据挖掘的区别

    机器学习是一门跨学科的学科,它使用计算机模拟或实现人类学习行为,通过不断地获取新的知识和技能,重新组织已有的知识结构,并不断改善自身的性能。机器学习涉及多个学科,包括概率论、统计学、逼近论、凸分析、算法复杂度理论等。

  • 机器学习与深度学习的区别

    机器学习是一门多学科交叉的学科,其核心是研究计算机如何模拟或实现人类的学习行为,从而获取新的知识或技能,重新组织已有的知识结构,并不断改善自身的性能。机器学习利用算法让机器从大量数据中学习规律,并根据这些规律对新的数据进行预测或分类。机器学习已经在人工智能、计算机视觉、自然语言处理等领域中得到了广泛的应用。

  • 知名芯片公司涉嫌造假,曾称“对标英伟达”

    1月29日,证监会通报了*ST左江财务造假案阶段性调查进展情况。经初步查明,*ST左江2023年披露的财务信息严重不实,涉嫌重大财务造假。该案目前正在调查过程中,证监会将尽快查明违法事实,依法严肃处理。

  • 光刻机已经落伍?硅光子将成中美新战场!

    近日,美国智库战略与国际研究中心(CSIS)发文指出:硅光子学支撑并推动了光互连和光计算的进步,这项新兴技术可能会改变中美在半导体和人工智能方面的竞争。

  • 语音识别系统包括哪五个部分

    语音识别系统是一种通过捕捉语音信号后对其进行分析和处理的技术。它主要依赖于模式匹配、统计建模和人工神经网络等方法来进行语音识别操作。语音识别系统本质上是一种模式识别系统,包括特征提取、模式匹配、参考模式库等三个基本单元。

  • 人工智能与机器学习的区别

    人工智能和机器学习是两个经常被提及的术语,但它们之间存在一些重要的区别。

  • 机器学习有什么特点

    机器学习是一门多学科交叉专业,涵盖概率论知识,统计学知识,近似理论知识和复杂算法知识,使用计算机作为工具并致力于真实实时的模拟人类学习方式, 并将现有内容进行知识结构划分来有效提高学习效率。机器学习专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能核心,是使计算机具有智能的根本途径。

  • 机器学习基础原理算法

    机器学习是人工智能领域中的一个重要分支,通过研究如何从数据中获取知识和模式,让计算机能够自动地识别和预测未知的数据。本文将对机器学习中的一些基础算法和原理进行更深入的探讨。

  • 机器学习有哪些方法

    机器学习的方法是指利用统计学方法和算法让计算机自动学习模式和规律,并通过数据进行预测和决策的一门学科。机器学习的主要目标是让计算机能够从数据中自我学习,通过训练模型来提高自身的性能。机器学习的方法可以从高层次上分为监督学习、无监督学习、强化学习和主动机器学习等。

发布文章