強化數據移動時間/方式  RISC-V躋身運算新利器

作者: Zvonimir Bandic
2018 年 09 月 13 日
近年來,產生、處理及進一步利用數據以取得更多價值與資訊的方式已大不相同,而這都是受到深度學習與神經網路應用等新型運算模型崛起所影響。這些深遠的影響都始於數據中心,透過深度學習技術從大量數據中洞察出其價值,主要包括影像的分類與辨識、促成自然語言或語言處理功能,甚至用於理解、生成及學習如何進行複雜的策略遊戲。...
》想看更多內容?快來【免費加入會員】【登入會員】,享受更多閱讀文章的權限喔!
標籤
相關文章

簡化系統時脈設計 可編程多輸出時脈產生器露頭角

2015 年 01 月 10 日

掌握可預測控制項 製程設定提升生產製造效能

2015 年 09 月 12 日

車內系統電子化速度加快 智慧汽車驅動半導體創新

2015 年 09 月 14 日

可調式電壓功能助攻 10W無線充電設計水到渠成

2015 年 05 月 14 日

資料傳輸量需求大增 LTE驅動高效能時序發展

2017 年 12 月 09 日

提升雷達探測距離 氮化鎵PA脈衝下降有解(2)

2025 年 02 月 17 日
前一篇
克服毫米波傳輸耗損 5G RF前端朝模組/IC發展
下一篇
新唐針對物聯網安全推微控制器新品