搜尋 AI 結果 - 新電子科技雜誌 Micro-electronics

搜尋 AI 結果 - 新電子科技雜誌 Micro-electronics

熱門關鍵字：SiP | 自駕車 | 藍牙5 | NB-IoT | AI

首頁

追新聞

懂市場

學技術

查圖表

探商情

瘋研討

找廠商

訂雜誌

白皮書

會員
紅利點數
收藏文章
訂閱電子報

追新聞(346)| 懂市場(126)| 學技術(89)| 查圖表(19)| 探商情(304)

Arm IP產品事業群總裁Rene Haas暢談AI人性化

分類：產業動態

Arm IP產品事業群總裁Rene Haas 5日於台北國際電腦展的COMPUTEX論壇，發表賦予AI人性(Humanizing AI)主題演說。探討在智慧運算無所不在的生活中，人工智慧與社會的關係，暢談物聯網運算與機器學習(Machine Learning, ML)如何開拓人工智慧(Artificial Intelligence, AI)新時代。

模型訓練資金/技術難度高　網路大廠力推雲端訓練方案

文．郭家蓉分類：市場話題

自2017年起，包含微軟(Microsoft)、Google及亞馬遜(Amazon)，都極力推廣人工智慧民主化(Democratizing AI)，希望透過雲端運算服務，並簡化AI工具，讓AI技術可以迅速普及化，導入到各行各業。在此策略前提下，Google於2018年1月17日推出機器學習服務Cloud AutoML Alpha版本，簡化AI訓練的門檻，引起產業高度關注。

翻轉吧！科技人

降低FUD指數的補償機制

文．萬岳憲分類：市場話題

AI應用逐漸分流　台灣須選對題目深耕

文．吳栢妤分類：熱門新聞

人工智慧(AI)在全球掀起一股熱潮，各國大廠紛紛投入AI晶片與系統研發，欲在AI市場搶得先機。隨著AI技術的演進，其應用也將逐漸分流，台灣如何在這波浪潮下，利用既有的半導體產業優勢，找到自身定位與發展方向，也成為產官學界共同努力的目標。

從雲到端路迢迢　AI應用開發仍有三大挑戰

文．黃繼寬分類：市場話題

如何在自家的產品中加入人工智慧元素，是許多應用開發商正在思考的問題。除了智慧音箱、家用保全攝影機等消費性產品外，機器手臂、機器視覺、機台狀態監控、甚至半導體設備等工業領域的應用開發商，也在嘗試將人工智慧導入自家產品，以創造更多附加價值。

搶攻電競/行動PC商機　高通Snapdragon 850問世

文．侯冠州分類：熱門新聞

看好電競、2合1筆電成長商機，高通(Qualcomm)於Computex 2018宣布推出新一代行動運算平台—Snapdragon 850，其具備Snapdragon X20 LTE數據機與高通AI引擎，可支援裝置內建的AI體驗，而使用者能體驗到相機、語音、電池續航力等方面的提升，並提供常時啟動、常時聯網的用戶體驗；目前三星(Samsung)已成為首家宣布採用新一代Snapdragon 850行動運算平台打造新款PC之OEM廠商。

NXP攜手合作夥伴開發安全邊緣解決方案

分類：產業動態

恩智浦半導體(NXP)近日與全球頂尖系統供應商攜手合作，針對支援恩智浦用於企業、工業、零售業與電信業者邊緣運算應用的Arm平台，擬定詳細合作方案。

三支箭瞄準5G行動運算市場　Arm發布新款IP產品

文．侯冠州分類：熱門新聞

搶先布局5G世代行動運算商機，安謀國際(Arm)於Computex 2018開展前發布三款IP產品，包含Cortex-A76 CPU、Mali-G76 GPU及Mali-V76 VPU，以提升遊戲與AR/VR體驗，人工智慧(AI)和機器學習(ML)能力。透過這三款新產品，Arm將持續強化該公司於行動領域的競爭優勢，也再度增強了智慧手機、平板電腦、PC等行動終端裝置的運算效能。

AI推論進駐邊緣節點　影像/語音應用各占半邊天

文．黃繼寬/程倚華分類：市場話題

隨著人工智慧(AI)、邊緣運算(Edge Computing)等技術近年快速發展，智慧家庭這個概念所包含的各種消費性電子及家電產品，都將陸續發生革命性的轉變。最終，由各種家庭設備所組成的人工智慧網路，可能將成為你我看不到的另一個家庭成員。而本地雲端的概念及其相關設備，將是實現家庭人工智慧網路不可或缺的要素。

INT8運算最佳化發功　嵌入視覺/深度學習效能大增

文．Yao Fu/Ephrem Wu/Varun Santhaseelan/Kristof Denolf/Kamran Khan/Vinod Kathail 分類：技術頻道

深度神經網路已憑人類層級的人工智慧(AI)功能，推動演進並重新定義許多應用。有鑑於此類演算法提供的超高精確性，這些網路是嵌入式裝置中的主要工作負載，而隨著更精確的深度學習模型被開發出來，它們的複雜性也隨之帶來高運算強度與高記憶體頻寬方面的挑戰。省電效率的需求促使深度學習推論模型開發的創新，這些模型需要的運算密集度與記憶體頻寬較低，但絕非以犧牲精確性與傳輸效率為代價來達到。降低此傳輸負載最終將提升省電效率，並降低所需之總耗電量。

《上一頁

1 2 3 4 5 6 7 8 9 10

下一頁

下十頁》

研討會專區

近期研討會精彩回顧

主題式電子報

車用電源特輯

下載白皮書

熱門文章

熱門點擊編輯推薦