在先進(jìn)制程芯片設(shè)計(jì)中,布局布線階段的擁塞問(wèn)題已成為制約設(shè)計(jì)收斂的核心挑戰(zhàn)。傳統(tǒng)基于規(guī)則的擁塞預(yù)測(cè)方法因缺乏對(duì)復(fù)雜物理效應(yīng)的建模能力,導(dǎo)致預(yù)測(cè)準(zhǔn)確率不足60%,而基于機(jī)器學(xué)習(xí)的EDA工具通過(guò)數(shù)據(jù)驅(qū)動(dòng)的建模方式,將擁塞預(yù)測(cè)精度提升至90%以上,并實(shí)現(xiàn)自動(dòng)修復(fù)閉環(huán)。
Neutrinos在InsurInnovator Connect Vietnam 2025上榮獲人工智能和機(jī)器學(xué)習(xí)創(chuàng)新獎(jiǎng) 該獎(jiǎng)項(xiàng)旨在表彰Neutrinos在推動(dòng)亞太地區(qū)AI應(yīng)用與落地方面所作出的卓越貢獻(xiàn) 紐約和新加坡2025年12...
北京——2025年12月5日 亞馬遜云科技在2025 re:Invent全球大會(huì)上,宣布Amazon Bedrock與Amazon SageMaker AI推出模型定制全新功能,助力客戶構(gòu)建更快速更高效的AI Agent。Amazon Bedrock中的Reinforcement Fine Tuning讓模型更容易根據(jù)特定場(chǎng)景進(jìn)行調(diào)整并提升準(zhǔn)確率。Amazon SageMaker AI將高級(jí)模型定制流程從數(shù)月縮短到數(shù)天,加速AI開(kāi)發(fā)并更快推出新方案。
11月20日至21日,由成都高新發(fā)展股份有限公司、芯脈通會(huì)展策劃(上海)有限公司、成都市集成電路行業(yè)協(xié)會(huì)、重慶市半導(dǎo)體行業(yè)協(xié)會(huì)、成都國(guó)家芯火雙創(chuàng)基地共同主辦,成都海光集成電路設(shè)計(jì)有限公司、成都華微電子科技股份有限公司支持的“2025集成電路發(fā)展論壇(成渝)暨三十一屆集成電路設(shè)計(jì)業(yè)展覽會(huì)”(簡(jiǎn)稱(chēng)ICCAD-Expo 2025)在成都中國(guó)西部國(guó)際博覽城成功舉辦。
面向端側(cè)大語(yǔ)言模型應(yīng)用,加速邊緣AI生態(tài)發(fā)展
中國(guó),北京–2025年11月4日-全球領(lǐng)先的安全、聯(lián)網(wǎng)、高能效人工智能與機(jī)器學(xué)習(xí)(AI/ML)微控制器(MCU)及融合處理器供應(yīng)商Alif Semiconductor?今日宣布,開(kāi)發(fā)者現(xiàn)可將PyTorch ML框架的量化擴(kuò)展ExecuTorch Runtime用于基于其Ensemble E4/E6/E8系列MCU及融合處理器開(kāi)發(fā)的AI應(yīng)用。
機(jī)器學(xué)習(xí)模型從實(shí)驗(yàn)室環(huán)境到實(shí)際生產(chǎn)系統(tǒng)的部署,是算法價(jià)值落地的關(guān)鍵環(huán)節(jié)。MATLAB作為工程計(jì)算與數(shù)據(jù)分析的集成環(huán)境,憑借其豐富的工具箱和交互式開(kāi)發(fā)模式,為分類(lèi)與回歸模型的快速驗(yàn)證、參數(shù)調(diào)優(yōu)及部署提供了高效解決方案。本文將圍繞MATLAB環(huán)境下分類(lèi)與回歸算法的部署流程,探討如何通過(guò)系統(tǒng)化方法實(shí)現(xiàn)模型性能優(yōu)化與工程化應(yīng)用。
中國(guó)上海,2025 年10月10日 — e絡(luò)盟是電子與工業(yè)系統(tǒng)設(shè)計(jì)、維護(hù)及維修領(lǐng)域可靠的產(chǎn)品與技術(shù)分銷(xiāo)商,其一站式元器件采購(gòu)平臺(tái)方便客戶采購(gòu)智能制造所需的高性能元件和技術(shù)解決方案。
相機(jī)中可以使用不同類(lèi)型的人工智能技術(shù),例如機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等。機(jī)器學(xué)習(xí)是一種教會(huì)計(jì)算機(jī)從數(shù)據(jù)中學(xué)習(xí)并提高其性能的方法,而無(wú)需顯式編程。
在精密測(cè)試領(lǐng)域,校準(zhǔn)件如同“測(cè)量尺”的基準(zhǔn)刻度,其性能穩(wěn)定性直接影響測(cè)試結(jié)果的準(zhǔn)確性。然而,隨著使用時(shí)間增長(zhǎng),校準(zhǔn)件會(huì)因材料疲勞、環(huán)境侵蝕等因素產(chǎn)生老化效應(yīng),導(dǎo)致參數(shù)漂移甚至失效。傳統(tǒng)方法依賴定期校準(zhǔn)或經(jīng)驗(yàn)公式修正,但存在滯后性強(qiáng)、成本高昂等問(wèn)題。近年來(lái),基于機(jī)器學(xué)習(xí)的預(yù)測(cè)性維護(hù)與補(bǔ)償算法為校準(zhǔn)件老化管理提供了新范式,通過(guò)數(shù)據(jù)驅(qū)動(dòng)建模實(shí)現(xiàn)“未病先治”的精準(zhǔn)維護(hù)。
高速泵密封腔壓力對(duì)泵的運(yùn)行穩(wěn)定性和密封效果至關(guān)重要 ,傳統(tǒng)上需要通過(guò)實(shí)際的泵運(yùn)轉(zhuǎn)實(shí)驗(yàn)才能測(cè)得 , 其不可 控變量多 ,仿真難度大 , 成本高且精度低 。鑒于此 , 提出了一種運(yùn)用機(jī)器學(xué)習(xí)算法預(yù)測(cè)高速泵密封腔壓力的方法 , 通過(guò)分析泵 的設(shè)計(jì)參數(shù)和運(yùn)行條件 , 解決了高速泵密封腔壓力無(wú)法準(zhǔn)確預(yù)測(cè)的問(wèn)題 ,驗(yàn)證了人工智能技術(shù)應(yīng)用于高速泵性能預(yù)測(cè)的可行 性 , 也為設(shè)備優(yōu)化和維護(hù)提供了創(chuàng)新的技術(shù)方案支撐 。
北京2025年9月18日 /美通社/ -- "計(jì)算與連接的發(fā)展呈周期性趨勢(shì),而當(dāng)下的‘計(jì)算 2.0' 已進(jìn)入加速交替階段,AGI 有望在 2035 年左右出現(xiàn)。"這是奇點(diǎn)智能研究院院長(zhǎng)李建忠在《AI 產(chǎn)業(yè)范式轉(zhuǎn)變的若干個(gè)核心命題》主題演講中的前瞻判斷。 正是...
活動(dòng)內(nèi)容:是德科技將在ECOC 2025上展示面向人工智能/機(jī)器學(xué)習(xí)(AI/ML)應(yīng)用的數(shù)據(jù)中心基礎(chǔ)設(shè)施解決方案和光學(xué)測(cè)試創(chuàng)新。
液壓舵機(jī)殼體是航空液壓操縱系統(tǒng)的核心零件 , 內(nèi)部包含大量復(fù)雜流道 。傳統(tǒng)的流道路徑人工設(shè)計(jì)方法效率低下 , 結(jié)果一致性差 。針對(duì)該問(wèn)題 , 提出了一種基于混合近端策略優(yōu)化(HPP0算法)的流道路徑規(guī)劃算法 。通過(guò)分析流道接口特征 ,設(shè)計(jì)智能體動(dòng)作空間 、狀態(tài)空間和獎(jiǎng)勵(lì)函數(shù)等強(qiáng)化學(xué)習(xí)要素 ,基于此實(shí)現(xiàn)了流道路徑的 自動(dòng)生成 。 最后 , 以某航空液壓殼體為例 ,驗(yàn)證了該方法的可行性和有效性 。
深入探索這一個(gè)由 ML 驅(qū)動(dòng)的時(shí)域超級(jí)采樣的實(shí)用方法
傳統(tǒng)的網(wǎng)絡(luò)安全防護(hù)手段多依賴于預(yù)先設(shè)定的規(guī)則和特征庫(kù),面對(duì)日益復(fù)雜多變、層出不窮的新型網(wǎng)絡(luò)威脅,往往力不從心,難以做到及時(shí)且精準(zhǔn)的識(shí)別。AI 技術(shù)的融入則徹底改變了這一局面。機(jī)器學(xué)習(xí)算法能夠?qū)A康木W(wǎng)絡(luò)數(shù)據(jù)進(jìn)行深度學(xué)習(xí),自動(dòng)挖掘其中潛藏的威脅模式和異常行為。以中國(guó)電信安全公司推出的威脅情報(bào)查詢平臺(tái)為例,該平臺(tái)依托強(qiáng)大的大網(wǎng)數(shù)據(jù)底座與 AI 技術(shù),深度融合 DeepSeek,能夠?qū)崟r(shí)捕捉全球威脅動(dòng)態(tài)。通過(guò)對(duì)多維度 IP 特征數(shù)據(jù)與 PDNS 數(shù)據(jù)的分析,構(gòu)建起億級(jí)高活躍情報(bào)庫(kù),并借助智能分析引擎實(shí)現(xiàn)情報(bào)的智能化、多維度分析,極大地提升了威脅識(shí)別的精準(zhǔn)度與效率,即便是非專(zhuān)業(yè)的 “技術(shù)小白”,也能借助該平臺(tái)獲取專(zhuān)業(yè)級(jí)的安全輔助決策 。
人工智能(AI)和機(jī)器學(xué)習(xí)(ML)是使系統(tǒng)能夠從數(shù)據(jù)中學(xué)習(xí)、進(jìn)行推理并隨著時(shí)間的推移提高性能的關(guān)鍵技術(shù)。這些技術(shù)通常用于大型數(shù)據(jù)中心和功能強(qiáng)大的GPU,但在微控制器(MCU)等資源受限的器件上部署這些技術(shù)的需求也在不斷增加。
北京——2025年7月30日 自 2018 年以來(lái),AWS DeepRacer 已吸引全球超過(guò) 56 萬(wàn)名開(kāi)發(fā)者參與,充分印證了開(kāi)發(fā)者可以通過(guò)競(jìng)技實(shí)現(xiàn)能力成長(zhǎng)的實(shí)踐路徑。如今,亞馬遜云科技將通過(guò)亞馬遜云科技AI聯(lián)賽,將這一模式繼續(xù)拓展至生成式 AI 時(shí)代。
2025年7月28日 – 專(zhuān)注于引入新品的全球電子元器件和工業(yè)自動(dòng)化產(chǎn)品授權(quán)代理商貿(mào)澤電子 (Mouser Electronics) 持續(xù)擴(kuò)展其針對(duì)機(jī)器學(xué)習(xí) (ML) 工作優(yōu)化的專(zhuān)用解決方案產(chǎn)品組合。
在這個(gè)高速發(fā)展的時(shí)代,無(wú)論是健身、競(jìng)技、興趣活動(dòng),還是康復(fù)訓(xùn)練,對(duì)身體表現(xiàn)的感知與理解,正成為提升表現(xiàn)、實(shí)現(xiàn)突破的關(guān)鍵。如今,先進(jìn)技術(shù)正為我們架起一座橋梁,將每一次身體活動(dòng)轉(zhuǎn)化為有價(jià)值的洞察,幫助我們更聰明地訓(xùn)練、更高效地恢復(fù)、并持續(xù)提升表現(xiàn)。