-
适用FPGA的小型神经网络：加速边缘智能的新篇章
在人工智能（AI）技术日新月异的今天，神经网络作为其核心驱动力，正逐步渗透到各个行业与领域。然而，传统的神经网络模型往往受限于计算资源和功耗，难以在边缘设备上实现高效运行。现场可编程门阵列（FPGA）作为一种高性能、低功耗的硬件加速器，为小型神经网络的部署提供了理想的平台。本文将深入探讨适用于FPGA的小型神经网络，以及它们在边缘智能应用中的独特优势。
-
从GenAI到PhyAI，大模型时代边缘智能的新思考与新范式
目前全球大概约有90%的AI都运行在基于Arm架构的CPU上面。而随着Arm在硬件、软件和生态上的合力，以及像AFA这样的创新授权模式的开启，预计未来伴随着端侧AI的爆发，Arm的开发者阵营还会持续扩大，Arm也将会借此释放AI前所未有的规模潜力。
-
关于深度学习、人工智能、物联网你了解有多少？
想要了解“深度学习+”，我们必须回到深度学习技术在中国落地生根的历史当中。2006年，辛顿等人意外发现了多层神经网络带来的全新可能性，就此将上世纪80年代已经产生的机器学习技术，推动到了深度学习的新阶段，而深度学习技术在一系列AI测试任务上的优异表现，也重新燃起了人们对AI的期待。客观来说，经历了两次寒冬的AI技术，能够再次复兴的核心要素就是深度学习技术的出现。
-
边缘智能——提高生产力并降低成本的关键
提高生产力和降低运营成本，是所有企业/工厂努力追求的目标，由此引发对增强边缘智能新技术的需求暴增。不过您可能会好奇，“边缘是什么意思”?在ADI看来，“边缘”是机器与现实世界融合或交互之地。
-
开箱评测：研华边缘智能系统EI-52
无论构建什么样的物联网系统，都必须具备三个“必备”要素：传感器节点、网关和云网络。
-
研华IoT边缘智能服务器---不仅仅是物联网网关
集成硬件与软件，构建边缘到云应用 2017年，台北–全球嵌入式计算领导厂商研华科技，继2016年推出物联网网关后，研华整合更多的软件模组与服务，进一步推出EIS-Edge I
-
边缘智能激发人工智能许多潜力
根据SAR Insight & Consulting最新的人工智能/机器学习嵌入式芯片数据库显示，在2019-2024年，全球支持人工智能的设备和边缘计算的CAGR将以64.2%的速度增长。
-
毫米波技术如何为自主机器人提供边缘智能
本文讨论毫米波技术如何为自主机器人提供边缘智能，使传感器能够做出实时决策，以减缓或停止机器人，并确保其在工业机器人应用中的持续性能。
-
研华IoT边缘智能服务器---不仅仅是物联网网关 集成硬件与软件，构建边缘到云应用
2017年，台北–全球嵌入式计算领导厂商研华科技，继2016年推出物联网网关后，研华整合更多的软件模组与服务，进一步推出EIS-Edge Intelligence Server——IoT边缘智能服务器系列。
lll27
fengfeng
wangjun88
