ST神經網路開發工具推動Edge AI運作

意法半導體(STMicroelectronics, ST)藉由STM32系列微控制器的市場領導地位,擴展了STM32微控制器開發生態系統STM32CubeMX,其增加了先進的人工智慧(Artificial...
2019 年 01 月 25 日

邊緣運算帶動新傳輸需求 CCIX/PCIe相輔拓商機

物聯網、機器學習等等新應用的興起,驅動了許多運算與資料處理的需求,該需求為資料中心產業鏈帶來了許多機會,同時也帶來了挑戰。目前,在應用領域中以PCIe Gen4為主流介面,而CCIX的出現,則有望在與PCIe聯手合作的狀況下,開啟更多異質運算的可能性。...
2019 年 01 月 17 日

工業相機內建GPU AI正式走上生產第一線

直接在邊緣裝置上進行模型推論(Inference),是人工智慧(AI)走向產業應用的必然趨勢,且隨著半導體元件技術不斷精進,推論發生的地點將會越來越貼近生產的第一線。凌華與GPU大廠NVIDIA合作,正式推出全球第一款內建GPU,可以直接執行推論的工業相機NEON-J,就是AI從雲端走向邊緣的最佳註腳。...
2019 年 01 月 15 日

搶攻AIoT商機 邊緣運算模組大舉現身

人工智慧(AI)在許多垂直產業都有龐大的應用潛力,但若要促成AI在各產業普及,直接在嵌入式設備上執行推論的邊緣運算架構,在許多應用場景中是較為合理的選擇。半導體業者也看好其後勢發展,紛紛推出邊緣運算方案。但從晶片組到終端產品,需要投入更多研發資源才能完成設計整合,因此,對設備製造商而言,採用AI模組或AI板卡,或為更合理的選擇。這也使得模組或板卡廠,將在邊緣運算的價值鏈中,占據相當重要的地位。
2019 年 01 月 14 日

將AI引入MCU ST神經網路開發工具箱亮相 

人工智慧(AI)應用無所不在,為因應龐大商機,除了處理器、數位訊號處理器(DSP)、繪圖晶片業者皆開始強化對神經網路(NN)、機器學習或深度學習等演算法支援之外,微控制器(MCU)供應商也來分一杯羹,期能讓MCU也能具備基本的AI運算能力。例如意法半導體(ST)近日便擴展旗下STM32微控制器開發生態系統「STM32CubeMX」,增加AI功能,使STM32CubeMX軟體工具擴展包「STM32Cube.AI」可生成優化代碼,在STM32微控制器上運行神經網路。...
2019 年 01 月 10 日

臉部辨識/反詐騙/低電力喚醒三合一 人臉驗證準確率大增

人臉驗證一直被認為是電腦視覺領域中最大的挑戰之一,為此,IP設計業者便致力設計高準確度的人臉驗證系統;透過機器學習與深度學習技術,人臉驗證系統的準確度高達98.36%,有望解決利用照片、影片進行詐騙等安全疑慮。
2019 年 01 月 10 日

ML提升機器視覺應用彈性 SI業務發展路更寬

機器視覺在製造業應用存在已久,但過去的機器視覺本質上是以規則為基礎的專家系統(Rule-based Expert System),不具備自主學習的能力,能處理的問題範疇也較為專一。這也使得機器視覺的系統整合商(SI)規模普遍不大,但在特定領域有非常深厚的技術累積。以機器學習(ML)為基礎的機器視覺系統,則可能改變這個產業風貌,讓SI更容易跨入不同領域。...
2019 年 01 月 08 日

四大優勢助陣 NVMe讓AI更聰明

透過人工智慧(AI)來達成下一階段技術的突破,需要大量的資料運算,但要做到這一點,並不是單純把TB單位的原始數據量傳送給機器再等待結果這麼簡單。資料必須先經過收集、整理、對應的規範,才能進行下一步工作。接著,研究人員須要投入大量的時間、透過來回往復的交互過程,設計出最適當的AI架構,而這些被整理過的TB單位量的數據,才能開始進行人工神經網路訓練。
2019 年 01 月 03 日

資安攻擊層出不窮 新創AI產品紛紛問世

近年資安威脅情勢持續升高,驅使資安產品或服務業者亟須強化其防護能力。由於基於機器學習的人工智慧(AI)技術能夠分析更複雜、非結構化的資料並解決難以定義規則的問題,可協助企業處理多樣載具聯網、多種網路連結、大量異質數據及更多資安攻擊行為的複雜狀況,因此使得運用人工智慧技術的資安防護方案成為相關業者發展重點。
2018 年 12 月 23 日

小巧/低功耗特性亮眼 Edge TPU鎖定邊緣應用

直接在邊緣裝置上利用訓練好的模型進行推論,乃是未來人工智慧應用發展的一大方向。但邊緣裝置通常對尺寸、成本及功耗有相當嚴格的限制,因此,Google繼先前發表雲端機房用的TPU之後,又推出了針對邊緣裝置設計的Edge...
2018 年 11 月 19 日

安矽思RedHawk-SC問世 高效能模擬方案滿足先進製程設計

為降低先進製程設計難度,加快產品開發時程,安矽思(ANSYS)宣布推出新一代解決方案RedHawk-SC,以因應複雜的多層物理場(Multiphysics)挑戰,包括晶片熱效應、老化(Aging)、熱感知統計電子遷移預算(Statistical...
2018 年 11 月 08 日

人工智慧用處多 半導體製造走向智慧化

半導體製造是個極度複雜且漫長的生產過程,且每個製程步驟的良率都必須接近100%,才能確保最終生產良率維持在可接受的水準。因此,半導體製造業者很早就開始在產線上設置各種資料擷取機制,並藉由大數據分析等方法進行製程控制。人工智慧(AI)的興起,則讓半導體製造業者有了節省人力,提升分析效率的新方法。
2018 年 11 月 05 日