文章
-
萬(wàn)字長(zhǎng)文AI智能體：17種體架構(gòu)詳細(xì)實(shí)現(xiàn)2025-11-07 13:16
-
邊緣計(jì)算中的AI加速器類(lèi)型與應(yīng)用2025-11-06 13:42
-
游戲卡頓元兇竟然是 Draw Call！2025-11-04 10:51
-
機(jī)器視覺(jué)缺陷檢測(cè)中傳感器集成的五大關(guān)鍵2025-11-03 11:40
質(zhì)量控制是制造流程中至關(guān)重要但往往效率低下的環(huán)節(jié)。機(jī)器視覺(jué)能夠自動(dòng)化部分或全部缺陷檢測(cè)任務(wù)，但僅靠技術(shù)本身無(wú)法帶來(lái)顯著改進(jìn)。必須理解并優(yōu)化整個(gè)機(jī)器視覺(jué)檢測(cè)流程，這項(xiàng)技術(shù)才能產(chǎn)生有意義的結(jié)果。與人工智能技術(shù)一樣，機(jī)器視覺(jué)雖然令人印象深刻，但它僅僅是一個(gè)工具。其效果取決于最終用戶(hù)的應(yīng)用方式。因此，以下是將機(jī)器視覺(jué)系統(tǒng)集成到缺陷檢測(cè)中的五個(gè)關(guān)鍵步驟。一、明確缺陷定 -
這些芯片工程師，難被AI取代2025-10-31 12:04
來(lái)源：內(nèi)容由半導(dǎo)體行業(yè)觀察編譯自semiengineering。人工智能工具的普及似乎完美地填補(bǔ)了人才短缺的空白，但仔細(xì)觀察就會(huì)發(fā)現(xiàn)，這些技能并非完全重疊。EDA流程中的某些環(huán)節(jié)仍然需要人類(lèi)工程師，而且這種情況在可預(yù)見(jiàn)的未來(lái)很可能還會(huì)持續(xù)下去。模擬設(shè)計(jì)的深?yuàn)W藝術(shù)、安全關(guān)鍵功能安全的最終定論、高層架構(gòu)決策、產(chǎn)品創(chuàng)新和創(chuàng)造性問(wèn)題解決，這些都是人們大放異彩的地方。 -
AI芯片市場(chǎng)鏖戰(zhàn)，GPU與ASIC誰(shuí)將占據(jù)主動(dòng)？2025-10-30 12:06
本文轉(zhuǎn)自：TechSugar隨著人工智能技術(shù)在大模型訓(xùn)練、邊緣計(jì)算、自動(dòng)駕駛等領(lǐng)域的深度滲透，核心算力硬件的競(jìng)爭(zhēng)進(jìn)入白熱化階段。圖形處理單元（GPU）與專(zhuān)用集成電路（ASIC）作為兩大主流技術(shù)路線，正圍繞性能、成本、靈活性等核心維度展開(kāi)激烈角逐，各自憑借獨(dú)特優(yōu)勢(shì)占據(jù)細(xì)分市場(chǎng)，同時(shí)也面臨著技術(shù)迭代與市場(chǎng)需求變革帶來(lái)的挑戰(zhàn)。GPU憑借其與生俱來(lái)的并行計(jì)算基因，成 -
LLM安全新威脅：為什么幾百個(gè)毒樣本就能破壞整個(gè)模型2025-10-29 11:06
本文轉(zhuǎn)自：DeepHubIMBA作者：DhanushKumar數(shù)據(jù)投毒，也叫模型投毒或訓(xùn)練數(shù)據(jù)后門(mén)攻擊，本質(zhì)上是在LLM的訓(xùn)練、微調(diào)或檢索階段偷偷塞入精心構(gòu)造的惡意數(shù)據(jù)。一旦模型遇到特定的觸發(fā)詞，就會(huì)表現(xiàn)出各種異常行為——輸出亂碼、泄露訓(xùn)練數(shù)據(jù)、甚至直接繞過(guò)安全限制。這跟提示注入完全是兩碼事。提示注入發(fā)生在推理階段，屬于臨時(shí)性攻擊；而投毒直接改寫(xiě)了模型的權(quán)重 -
存內(nèi)計(jì)算芯片，熱度大增2025-10-28 10:09
研究人員專(zhuān)注于限制數(shù)據(jù)移動(dòng)以減少邊緣設(shè)備的功耗和延遲。在大眾媒體中，“人工智能”通常意味著在昂貴且耗電的數(shù)據(jù)中心運(yùn)行的大型語(yǔ)言模型。然而，對(duì)于許多應(yīng)用程序來(lái)說(shuō)，在本地硬件上運(yùn)行的小型模型更為合適。自動(dòng)駕駛汽車(chē)需要實(shí)時(shí)響應(yīng)，避免數(shù)據(jù)傳輸延遲。醫(yī)療和工業(yè)應(yīng)用通常依賴(lài)于無(wú)法與第三方共享的敏感數(shù)據(jù)。盡管邊緣人工智能應(yīng)用速度更快、更安全，但它們的計(jì)算 -
專(zhuān)家觀點(diǎn)丨大模型技術(shù)發(fā)展的五個(gè)重點(diǎn)方向2025-10-27 12:07
人工智能經(jīng)歷符號(hào)主義與連接主義等范式演進(jìn)，在規(guī)模擴(kuò)展定律(ScalingLaw)驗(yàn)證后進(jìn)入以大模型為核心的新階段，呈現(xiàn)出強(qiáng)擴(kuò)展性、多任務(wù)適應(yīng)性與能力可塑性等關(guān)鍵特征。當(dāng)前，大模型技術(shù)的演進(jìn)主要聚焦于五大方向：語(yǔ)言模型持續(xù)增強(qiáng)、多模態(tài)融合突破、智能體形態(tài)崛起、具身智能深化、AI4S專(zhuān)用模型創(chuàng)新。同時(shí)，新學(xué)習(xí)范式、非Transformer架構(gòu)及新型計(jì)算硬件等前沿 -
超級(jí)人工智能：福兮禍兮？2025-10-24 11:45