国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

搜索歷史

清空
搜索熱詞
      0
      • 聊天消息
      • 系統(tǒng)消息
      • 評(píng)論與回復(fù)
      VIP于 到期 續(xù)費(fèi)
      登錄后你可以
      • 下載海量資料
      • 學(xué)習(xí)在線課程
      • 觀看技術(shù)視頻
      • 寫文章/發(fā)帖/加入社區(qū)
      會(huì)員中心
      創(chuàng)作中心
      發(fā)布
      創(chuàng)作活動(dòng)

      完善資料讓更多小伙伴認(rèn)識(shí)你，還能領(lǐng)取20積分哦，立即完善>

      3天內(nèi)不再提示

      美信半導(dǎo)體新型神經(jīng)網(wǎng)絡(luò)加速器MAX78000 SoC

      貿(mào)澤電子設(shè)計(jì)圈 ? 來(lái)源：貿(mào)澤電子設(shè)計(jì)圈 ? 作者：貿(mào)澤電子設(shè)計(jì)圈 ? 2021-01-04 11:48 ? 次閱讀
      加入交流群
      微信小助手二維碼

      掃碼添加小助手

      加入工程師交流群

      新型神經(jīng)網(wǎng)絡(luò)加速器

      Maxim Integrated的新型MAX78000芯片，基于雙核MCU，結(jié)合了超低功耗深度神經(jīng)網(wǎng)絡(luò)加速器，為高性能人工智能 (AI) 應(yīng)用提供所需的算力，是機(jī)器視覺、面部識(shí)別、目標(biāo)檢測(cè)和分類、時(shí)序數(shù)據(jù)處理和音頻處理等應(yīng)用的理想選擇。 Maxim MAX78000集成了兩個(gè)MCU核心用于系統(tǒng)控制，即ArmCortex-M4處理器和32位RISC-V處理器。RISC-V處理器的特殊功能支持以低功耗將數(shù)據(jù)快速加載到神經(jīng)網(wǎng)絡(luò)加速器。MAX78000的卷積神經(jīng)網(wǎng)絡(luò) (CNN) 加速器具有442-KB的權(quán)重存儲(chǔ)空間，因此與運(yùn)行在低功耗微控制器上的軟件解決方案相比，在配置并加載了數(shù)據(jù)后，MAX78000運(yùn)行AI推理的速度快了100倍，功耗還不到其1%。 MAX78000處理器提供高效的電源管理，最大限度地延長(zhǎng)電池供電的物聯(lián)網(wǎng) (IoT) 設(shè)備的續(xù)航時(shí)間。

      通過動(dòng)態(tài)電壓調(diào)整，該處理器將活動(dòng)核心的功耗降至最低，在低功耗模式下可選擇SRAM保持。該處理器將低功耗性能與高效計(jì)算結(jié)合在一起，將延遲降低了100倍，并能夠在物聯(lián)網(wǎng)邊緣執(zhí)行AI推理。 MAX78000擁有配套的MAX78000評(píng)估套件。除了MAX78000處理器，此評(píng)估套件還包含數(shù)字麥克風(fēng)、陀螺儀/加速度計(jì)和3.5英寸觸摸式彩色TFT顯示屏，同時(shí)支持并行攝像頭模塊。另外貿(mào)澤還供應(yīng)MAX78000FTHR，這是一款采用Adafruit Feather 外形尺寸的開發(fā)板，專門用于小型系統(tǒng)的快速原型設(shè)計(jì)。

      原文標(biāo)題：一周新品｜Maxim Integrated新型神經(jīng)網(wǎng)絡(luò)加速器MAX78000 SoC

      文章出處：【微信公眾號(hào)：貿(mào)澤電子設(shè)計(jì)圈】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

      責(zé)任編輯：haq

      聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
      • 芯片
        +關(guān)注

        關(guān)注

        463

        文章

        54007

        瀏覽量

        465929
      • 加速器
        +關(guān)注

        關(guān)注

        2

        文章

        839

        瀏覽量

        40097
      • 神經(jīng)網(wǎng)絡(luò)

        關(guān)注

        42

        文章

        4838

        瀏覽量

        107748

      原文標(biāo)題：一周新品｜Maxim Integrated新型神經(jīng)網(wǎng)絡(luò)加速器MAX78000 SoC

      文章出處：【微信號(hào)：Mouser-Community，微信公眾號(hào)：貿(mào)澤電子設(shè)計(jì)圈】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

      收藏 人收藏
      加入交流群
      微信小助手二維碼

      掃碼添加小助手

      加入工程師交流群

        評(píng)論

        相關(guān)推薦
        熱點(diǎn)推薦

        神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識(shí)

        日常生活中的智能應(yīng)用都離不開深度學(xué)習(xí)，而深度學(xué)習(xí)則依賴于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)？神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu)，特別是大腦中神經(jīng)
        的頭像 發(fā)表于 12-17 15:05 ?323次閱讀
        <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認(rèn)識(shí)

        一些神經(jīng)網(wǎng)絡(luò)加速器的設(shè)計(jì)優(yōu)化方案

        特征圖保留不變，完成和所有相關(guān)卷積核點(diǎn)積以后再加載，最多復(fù)用 R*R*M 次。 3.不同網(wǎng)絡(luò)模型的效果 如圖所示，后者相對(duì)于前者，減少了連線資源和復(fù)雜度。 4.DNN加速器空間架構(gòu)片上存儲(chǔ)
        發(fā)表于 10-31 07:14

        CNN卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)原理及在MCU200T上仿真測(cè)試

        CNN算法簡(jiǎn)介 我們硬件加速器的模型為L(zhǎng)enet-5的變型，網(wǎng)絡(luò)粗略分共有7層，細(xì)分共有13層。包括卷積，最大池化層，激活層，扁平層，全連接層。下面是各層作用介紹： 卷積層：提取特征。“不全
        發(fā)表于 10-29 07:49

        NMSIS神經(jīng)網(wǎng)絡(luò)庫(kù)使用介紹

        NMSIS NN 軟件庫(kù)是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核，旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫(kù)分為多個(gè)功能，每個(gè)功能涵蓋特定類別
        發(fā)表于 10-29 06:08

        SNN加速器內(nèi)部神經(jīng)元數(shù)據(jù)連接方式

        的數(shù)量級(jí)，而且生物軸突的延遲和神經(jīng)元的時(shí)間常數(shù)比數(shù)字電路的傳播和轉(zhuǎn)換延遲要大得多，AER 的工作方式和神經(jīng)網(wǎng)絡(luò)的特點(diǎn)相吻合，所以受生物啟發(fā)的神經(jīng)形態(tài)處理器中的NoC或SNN
        發(fā)表于 10-24 07:34

        在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)

        本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)。我們采用jupyter notebook作為開發(fā)IDE，以TensorFlow2為訓(xùn)練框架，目標(biāo)是訓(xùn)練一個(gè)手寫數(shù)字識(shí)別的神經(jīng)網(wǎng)絡(luò)
        發(fā)表于 10-22 07:03

        CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

        在完成神經(jīng)網(wǎng)絡(luò)量化后，需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重?cái)?shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲(chǔ)器內(nèi)。 在仿真環(huán)境下，可將其存于一個(gè)文件，并在 Verilog 代碼中通過 read
        發(fā)表于 10-20 08:00

        液態(tài)神經(jīng)網(wǎng)絡(luò)（LNN）：時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

        1.算法簡(jiǎn)介液態(tài)神經(jīng)網(wǎng)絡(luò)（LiquidNeuralNetworks，LNN）是一種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu)，其設(shè)計(jì)理念借鑒自生物神經(jīng)系統(tǒng)，特別是秀麗隱桿線蟲的
        的頭像 發(fā)表于 09-28 10:03 ?1197次閱讀
        液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>（LNN）：時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

        【「AI芯片：科技探索與AGI愿景」閱讀體驗(yàn)】+神經(jīng)形態(tài)計(jì)算、類腦芯片

        AI芯片不僅包括深度學(xué)細(xì)AI加速器，還有另外一個(gè)主要列別：類腦芯片。類腦芯片是模擬人腦神經(jīng)網(wǎng)絡(luò)架構(gòu)的芯片。它結(jié)合微電子技術(shù)和新型神經(jīng)形態(tài)器件，模仿人腦
        發(fā)表于 09-17 16:43

        神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

        問題。因此，并行計(jì)算與加速技術(shù)在神經(jīng)網(wǎng)絡(luò)研究和應(yīng)用中變得至關(guān)重要，它們能夠顯著提升神經(jīng)網(wǎng)絡(luò)的性能和效率，滿足實(shí)際應(yīng)用中對(duì)快速響應(yīng)和大規(guī)模數(shù)據(jù)處理的需求。神經(jīng)網(wǎng)絡(luò)并行
        的頭像 發(fā)表于 09-17 13:31 ?1122次閱讀
        <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與<b class='flag-5'>加速</b>技術(shù)

        Andes晶心科技推出新一代深度學(xué)習(xí)加速器

        高效能、低功耗 32/64 位 RISC-V 處理器核與 AI 加速解決方案的領(lǐng)導(dǎo)供貨商—Andes晶心科技（Andes Technology）今日正式發(fā)表最新深度學(xué)習(xí)加速器 AndesAIRE AnDLA I370。此產(chǎn)品專為
        的頭像 發(fā)表于 08-20 17:43 ?2330次閱讀

        MAX7800X AI 微控制器開發(fā)人員資源

        ） 加速器。 使用 MAX78000 和 MAX78002 超低功耗 AI 微控制器。MAX78000 和
        的頭像 發(fā)表于 05-14 15:09 ?1447次閱讀
        <b class='flag-5'>MAX</b>7800X AI 微控制<b class='flag-5'>器</b>開發(fā)人員資源

        MAX78000采用超低功耗卷積神經(jīng)網(wǎng)絡(luò)加速度計(jì)的人工智能微控制器技術(shù)手冊(cè)

        人工智能(AI)需要超強(qiáng)的計(jì)算能力，而Maxim則大大降低了AI計(jì)算所需的功耗。MAX78000是一款新型的AI微控制器，使神經(jīng)網(wǎng)絡(luò)能夠在互聯(lián)網(wǎng)邊緣端以超低功耗運(yùn)行，將高能效的AI處理
        的頭像 發(fā)表于 05-08 11:42 ?984次閱讀
        <b class='flag-5'>MAX78000</b>采用超低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b><b class='flag-5'>加速</b>度計(jì)的人工智能微控制<b class='flag-5'>器</b>技術(shù)手冊(cè)

        MAX78002帶有低功耗卷積神經(jīng)網(wǎng)絡(luò)加速器的人工智能微控制器技術(shù)手冊(cè)

        人工智能(AI)需要超強(qiáng)的計(jì)算能力，而Maxim則大大降低了AI計(jì)算所需的功耗。MAX78002是一款新型的AI微控制器，使神經(jīng)網(wǎng)絡(luò)能夠在互聯(lián)網(wǎng)邊緣端以超低功耗運(yùn)行，將高能效的AI處理
        的頭像 發(fā)表于 05-08 10:16 ?844次閱讀
        <b class='flag-5'>MAX</b>78002帶有低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b><b class='flag-5'>加速器</b>的人工智能微控制<b class='flag-5'>器</b>技術(shù)手冊(cè)

        NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

        發(fā)者能使用 NVIDIA GeForce RTX GPU 中的 AI Tensor Cores，在游戲的圖形渲染管線內(nèi)加速神經(jīng)網(wǎng)絡(luò)渲染。
        的頭像 發(fā)表于 04-07 11:33 ?1163次閱讀