穎脈Imgtec文章

• 【漲知識】L2、L3、L4、L5？啥才算“駕駛自動化”？2025-09-29 08:33

  

  在窄巷直角處手機一鍵泊車入位在早晚高峰車流中汽車自動跟車穩行這些曾經在科幻想象中的場景正一步步“駛入”我們的生活隨著智能網聯汽車快速發展“駕駛自動化”成為備受關注的熱門話題什么是“駕駛輔助”？怎樣才算“自動駕駛”？讓我們一起了解↓↓什么是駕駛自動化？簡單來說駕駛自動化就是車輛能夠在一定程度上幫我們完成“開車”這項任務從提醒駕駛員注意前方風險到輔助跟車、輔助換

  汽車 自動駕駛 502瀏覽量

• 液態神經網絡（LNN）：時間連續性與動態適應性的神經網絡2025-09-28 10:03

  

  1.算法簡介液態神經網絡（LiquidNeuralNetworks，LNN）是一種新型的神經網絡架構，其設計理念借鑒自生物神經系統，特別是秀麗隱桿線蟲的神經結構，盡管這種微生物的神經系統只有302個神經元，但卻能產生復雜的行為。受此啟發，與傳統的神經網絡相比，LNN旨在通過模擬大腦中神經元之間的動態連接來處理信息，這種網絡能夠順序處理數據，并且保留了對過去輸

  神經系統 神經網絡 1243瀏覽量

• 在Imagination GPU上優化計算任務的十大技巧2025-09-25 09:37

  

  Imagination「開發者文檔」網站正式上線，涵蓋了從計算機圖形學基礎到如何充分發揮Imagination高能效PowerVRGPU架構優勢的豐富內容。網站中不僅增加了針對我們最新架構代際和計算任務的開發指南，還在現有的PowerVR入門、OpenGLES與Vulkan教程，以及工具手冊等材料中補充了細節。進入「開發者文檔」網站https://docs.

  AI gpu imagination 858瀏覽量

• 工程師福利！Imagination開發者文檔網站重磅上線2025-09-24 08:04

  

  Imagination工具軟件團隊剛剛完成了開發者文檔網站的重大更新！相信，這對所有從事移動游戲和其他嵌入式圖形應用開發的工程師來說都是個好消息。

  gpu imagination 630瀏覽量

• Imagination Technologies：面向智能駕艙，打造高安全GPU與AI融合計算架構2025-09-23 08:43

  

  隨著汽車智能化程度不斷提高，電子架構正朝著集中化方向發展，智能座艙與ADAS等功能對GPU算力和AI推理能力提出更高要求，同時系統還需滿足功能安全、長效周期、軟件定義等多重挑戰。2025年9月12日，在蓋世汽車主辦的第五屆汽車芯片產業大會上，ImaginationTechnologies技術總監艾克從汽車電子架構演進趨勢出發，深入分析了當前智能駕艙與ADAS

  AI gpu imagination 智能駕艙 767瀏覽量

• 一文讀懂大模型常見的10個核心概念2025-09-22 17:02

  

  如今高效智能的AI大模型，正如雨后春筍般破土而出，人們對于AI大模型的學習與探索之路，也愈發寬闊平坦。雖然AI工具已不再陌生，但其中關于AIPrompt、大模型的吞吐量、蒸餾與量化、私有化知識庫等這些常見的專業術語，你又了解多少？這篇文章將幫助你快速掌握AI行業常見的核心概念。1、大模型型號每個大模型都有其獨特的設計和功能，有些大模型可能在語言理解方面表現出

  AI 人工智能 大模型 1293瀏覽量

• 一文看懂AI訓練、推理與訓推一體的底層關系2025-09-19 11:58

  

  我們正在參加全球電子成就獎的評選，歡迎大家幫我們投票～～～謝謝支持很多人聽過“大模型”，但沒搞懂兩件事。我們總說AI有多強，但真正決定AI能否落地的，是它的兩個階段：訓練（Training）和推理（Inference）。它們就像“學霸的高考備考”和“考試當天的答題表現”，缺一不可。1、什么是AI訓練（Training）？通過大量數據訓練模型參數，使其具備特定

  AI 人工智能 大模型 2439瀏覽量

• 芯粒技術的專利保護挑戰與應對策略2025-09-18 12:15

  

  本文由TechSugar編譯自SemiWiki在半導體行業中，許多產品由獨立制造和分銷的組件組裝而成，這一特點為商業專利保護帶來了特殊考量。而芯粒（Chiplet）的出現，則打破了這種傳統模式，它所涉及的專利保護問題多樣且復雜。芯粒技術：后摩爾時代的創新突破系統級芯片（System-on-a-Chip，簡稱SoC）作為集成電路領域的核心產品，能夠在單一封裝內

  chiplet 半導體 芯粒 集成電路 1031瀏覽量

• 神經網絡的并行計算與加速技術2025-09-17 13:31

  

  隨著人工智能技術的飛速發展，神經網絡在眾多領域展現出了巨大的潛力和廣泛的應用前景。然而，神經網絡模型的復雜度和規模也在不斷增加，這使得傳統的串行計算方式面臨著巨大的挑戰，如計算速度慢、訓練時間長等問題。因此，并行計算與加速技術在神經網絡研究和應用中變得至關重要，它們能夠顯著提升神經網絡的性能和效率，滿足實際應用中對快速響應和大規模數據處理的需求。神經網絡并行

  AI 人工智能 神經網絡 1137瀏覽量

• 算力賦能未來：自動駕駛如何從科幻駛入現實？2025-09-16 11:40

  

  當一輛汽車以120km/h飛馳時，每0.1秒的決策延遲就意味著3.3米的“生死距離”。而現在，自動駕駛車輛能在毫秒間完成剎車、變道甚至緊急避障——這背后，是算力在無聲地重塑人類出行方式。感知系統自動駕駛汽車依賴激光雷達、攝像頭等多源傳感器實時采集周圍環境數據。這些數據需要強大的算力來快速處理和分析，以識別道路、車輛、行人、交通標志等

  汽車 算力 自動駕駛 731瀏覽量