西門子攜手Google雲端實現AI智慧工廠

Google雲端與西門子共同宣布新的合作,該合作旨在優化工廠作業流程,並提高產能。西門子計畫整合Google雲端的數據及人工智慧(AI)、機器學習(ML)技術與工廠自動化方案,協助製造業創新。 西門子與Google雲端合作推出AI智慧工廠方案...
2021 年 04 月 23 日

意法新機器視覺快速開發工具加速經濟型邊緣AI開發

意法半導體(ST)推出新AI韌體功能包和鏡頭模組硬體套件,讓嵌入式開發人員開發能夠在STM32微控制器(MCU)的邊緣裝置上運行經濟實惠,而且功能強大的機器視覺應用。 STM32Cube功能包FP-AI-VISION1包含幾個完整的機器視覺應用程式碼範例,這些常式在STM32H747上運行卷積神經網路(CNN),可以在STM32全系產品上輕鬆移植。該韌體提供數個應用範例,可讓開發人員用所選資料集重新訓練神經網路,為解決各種問題提供更大的自由空間和靈活度。...
2021 年 03 月 25 日

資料澆沃智慧應用成長 部署AI資安設計刻不容緩

與研究人員和科學家探討人工智慧(AI)時,他們對人工智慧的應用為整個人類帶來的巨大影響非常樂觀。其中包括AI領域中的機器學習(ML),能夠利用電腦演算法自動學習環境資料並優化系統,無需修改程式設計。經過機器訓練的AI系統可解決全球最具挑戰性的衛生健康危機、社會問題和環境問題,幫助全球數億人。從透過X光和CT掃描檢測新冠肺炎,到診斷皮膚癌或乳癌,機器學習的可靠性遠高於醫師,還可以防止交通事故造成的人員傷亡、偵測非法雨林砍伐或打擊野生動物盜獵的安全風險。於此同時,並非所有新的AI應用都足以讓人信任,人們也日益關注AI系統可能產生的潛在威脅。
2021 年 02 月 25 日

Microchip首款PCI Express 5.0交換器加速ML/超大規模運算基礎設施發展

Microchip日前宣布推出Switchtec PFX PCIe 5.0系列產品,這是首款PCI Express(PCIe)5.0交換器解決方案,可將密集運算、高速網路和NVM Express(NVMe)儲存的互連效能提高一倍。連同XpressConnect重計時器,Microchip能同時提供PCIe第五代(Gen...
2021 年 02 月 19 日

福特/Google策略結盟 導入雲端服務

福特汽車(Ford)與Google宣布策略性合作,加速福特汽車轉型與提升聯網汽車的使用體驗。Google將成為福特的指定雲端服務供應商,以便讓福特利用Google在數據、人工智慧(AI)及機器學習(ML)方面的技術。這個為期6年的合作案將在2023年開始,未來數以百萬計的福特和林肯(Lincoln)汽車,都將內建Android及Google...
2021 年 02 月 05 日

凌華攜手英特爾投入機器視覺技術創新

凌華科技日前宣布與英特爾(Intel)合作,發起20/20 Vision Hack。此程式設計馬拉松(Hackathon)鼓勵企業解決方案架構師使用凌華科技的Vizi-AI開發套件和Intel Distribution...
2021 年 01 月 14 日

提升運算密度/降功耗 AI引擎優化5G高效運算

本文探討了將新型人工智慧(AI)引擎用於5G行動網路和機器學習深度神經網路(DNN)/卷積神經網路(CNN)等運算密集型應用的架構、應用和優勢。
2020 年 12 月 28 日

恩智浦/AWS共拓聯網汽車商機

恩智浦半導體(NXP)宣布與Amazon Web Services(AWS)達成策略合作關係,共同擴展聯網汽車商機。本次合作旨在為下一代汽車提供安全的邊緣至雲端運算解決方案,推動實現奠基於雲端的新服務,進而使汽車製造商、其業務合作夥伴和消費者受益。...
2020 年 12 月 04 日

整合人臉辨識/反電子詐騙/低功秏喚醒 人臉驗證系統準確率升級

人臉驗證在電腦視覺的領域中,長期以來都是重大的挑戰之一,不過目前的技術已經能設計出一套準確率高達98.36%的人臉驗證系統,該系統可藉由即時回應的概念驗證,在機器學習優化的平台上高效率的運行;系統採用結合經典與現代機器學習(深度學習)的批次設計流程,支援如多用戶驗證及反電子詐騙等關鍵功能流程,可以應對利用照片或影片進行電子詐騙的安全議題。
2020 年 11 月 19 日

恩智浦擴展旗下機器學習產品組合與功能

恩智浦半導體(NXP)宣布正在強化機器學習開發環境與產品組合。透過投資,恩智浦與總部位於加拿大的Au-Zone Technologies建立獨家策略合作關係,旨在運用易於使用(easy-to-use)的機器學習工具來擴展恩智浦的eIQ機器學習(Machine...
2020 年 11 月 17 日

邊緣資料收集/訓練/推論各取所需 工業AIoT應用即刻上手

工業物聯網(IIoT)應用產生的資料量空前龐大。對於許多工業應用設備,特別是位於偏遠地區的高度分散式系統,想要持續傳送大量的原始資料到中央伺服器,根本不可行。為了降低延遲、減少資料傳輸和儲存成本,並且增加網路可用性,企業開始將人工智慧(AI)和機器學習(ML)功能轉移至網路邊緣,以便在現場採取即時的決策和行動。
2020 年 11 月 12 日

邊緣AI視覺驅動核心 賦能智慧機器人高速運算

若要執行視覺化並驅動深度學習運算,須結合開發板、機器人開發平台、深度相機及系統硬體元件,擬真打造AI視覺大腦。
2020 年 11 月 05 日