嵌入式AI應用持續成長 深度學習大顯神威(1)

深度學習可指導電腦以受人腦啟發的方式來處理資料,可以彈性滿足不同應用的需求。企業使用深度學習模型來分析資料,並在各種應用程式中進行預測,廣泛導入嵌入式AI系統中。 深度學習是人工智慧(AI)中的一種方法,可指導電腦以受人腦啟發的方式來處理資料。深度學習模型可識別圖片、文字、聲音和其他資料的複雜模式,藉此產生更準確的洞察和預測。使用者可以透過深度學習方法將通常需要人類智慧的任務自動化,例如描述影像或將聲音檔案轉錄為文字。 ...
2024 年 06 月 18 日

嵌入式AI應用持續成長 深度學習大顯神威(2)

深度學習可指導電腦以受人腦啟發的方式來處理資料,可以彈性滿足不同應用的需求。企業使用深度學習模型來分析資料,並在各種應用程式中進行預測,廣泛導入嵌入式AI系統中。 機器學習背景下的深度學習 (承前文)深度學習是一種機器學習,深度學習演算法的出現是為了提高傳統的機器學習技術的效率。傳統的機器學習方法需要大量的人力來訓練軟體。例如,在動物影像識別中,使用者需要手動標記成千上萬的動物影像、讓機器學習演算法處理這些影像、在一組未知的影像上測試這些算法,接著確定某些結果不準確的原因,最後透過標記新影像來改善資料集,進而提高結果的準確性。...
2024 年 06 月 18 日

嵌入式AI應用持續成長 深度學習大顯神威(3)

深度學習可指導電腦以受人腦啟發的方式來處理資料,可以彈性滿足不同應用的需求。企業使用深度學習模型來分析資料,並在各種應用程式中進行預測,廣泛導入嵌入式AI系統中。 深度學習的訓練 (承前文)深度學習的訓練(Training)可以分為三個步驟:定義網路架構(Define...
2024 年 06 月 18 日

虛實整合應用滲透多元領域 工業元宇宙整合AI逐漸發酵

根據調查,2022年全球元宇宙(Mataverse)市場規模為474.8億美元,年複合成長率為39.4%,到2030年估值為6,788億美元,其中北美地區占比最大,占比超過45%。而當前元宇宙議題雖然稍微退燒,但在製造業的應用上熱度不減,...
2023 年 04 月 15 日

實現儀表板智慧化 LSTM助攻車用語音辨識

近年來,語音辨識的重要性日趨攀升,電腦能將口語轉譯為文字,亦可針對不同類型應用,如翻譯軟體或隱藏式字幕。以Mozilla的DeepSpeech為例,它是一個開源語音識別引擎,其訓練模型是基於百度(Baidu)深度語言(DeepSpeech)研究論文的機器學習。此篇文章將概述如何執行該模型的0.5.1版本,並透過在Imagination神經網路加速器(NNA)上加速靜態長短期記憶(LongShortTermMemory,LSTM)網路,為汽車應用建立語音助手原型。
2021 年 07 月 26 日

從專利情報透析聲學領域 語音辨識應用前景可期

人工智慧(AI)的諸多應用不僅對產業競爭帶來變革,同時也顛覆許多商業模式。無論是哪個產業、技術和產品導入了AI,或者運用AI結合了某個產品或服務產生的創新應用,腦海中無不出現許多與智慧有關的名詞,像是「智慧製造」、「智慧醫療」和「智慧家庭」等,不一而足,使其產業或產品AI化,其中,AI在聲學領域涉及智慧語音辨識技術是導致智慧家庭應用商機持續發燒的重要因素。
2021 年 06 月 17 日

關鍵應用含金量高 手機/汽車AI吸引大廠競折腰

AI產業的年度盛事GTC 2020,在新冠肺炎(COVID-19)疫情的影響下,於5月14日在NVIDIA創辦人黃仁勳家中的廚房登場,同時可能也是最別開生面的一屆。因應疫情而衍生的「非接觸商機」與智慧醫療議題,又再次點燃AI產業的熱潮,當人際距離被拉得更遠,人們對於網路與AI的依賴性更高,AI晶片的運算需求也跟著水漲船高,帶動一波新的投資熱潮。
2020 年 06 月 08 日

AIoT應用含苞待放 邊緣推論晶片迎來戰國時代

智慧物聯網AIoT產業的規模至少數十億甚至上百億,邊緣推論晶片未來幾年產業發展潛力十足,也吸引大量廠商投入,不僅比算力、更講求省電。
2020 年 06 月 04 日

AI異構運算工作負載有解 HBM/運算加速相得益彰

DDR記憶體架構演進落後運算加速創新,HBM2縮短訊號傳輸距離,增加記憶體頻寬提高系統性能,可為資料庫搜索與分析、機器學習推論提供加速功能。
2020 年 06 月 04 日

傳統SoC效能有瓶頸 MPSoC驅動AI多元應用

隨著智慧安全、機器人或無人駕駛汽車等應用越來越依靠嵌入式人工智慧(AI)技術,來提高效能及提供全新的使用者經驗,傳統運算平台上的推論引擎很難在有限的功耗、延遲和物理尺寸限制下滿足實際的需求。推論引擎受限於嚴格定義的推論精度、匯流排寬度,以及較低調整彈性的記憶體,來最佳化速度、效率與晶片面積。因此,我們需要一個靈活應變的運算平台來滿足在嵌入式AI上運行先進卷積神經網路(CNN)時所需的要求。
2019 年 01 月 24 日

3D感測/機器視覺強強聯手 AI升級智慧製造商機無限

機器視覺由單純的產線光學檢測,在導入深度學習網路與3D感測技術之後,將進階為具備AI能力的智慧製造產線,這樣的轉變不僅展現在生產效率的提升上,更可以進一步精簡人力成本,然而這僅僅是十八般武藝的開端。
2019 年 01 月 10 日