-
基于機器學習的EDA工具：布局布線中的擁塞預測與自動修復
在先進制程芯片設計中，布局布線階段的擁塞問題已成為制約設計收斂的核心挑戰(zhàn)。傳統(tǒng)基于規(guī)則的擁塞預測方法因缺乏對復雜物理效應的建模能力，導致預測準確率不足60%，而基于機器學習的EDA工具通過數據驅動的建模方式，將擁塞預測精度提升至90%以上，并實現自動修復閉環(huán)。
-
Neutrinos榮獲AI和機器學習創(chuàng)新獎
Neutrinos在InsurInnovator Connect Vietnam 2025上榮獲人工智能和機器學習創(chuàng)新獎 該獎項旨在表彰Neutrinos在推動亞太地區(qū)AI應用與落地方面所作出的卓越貢獻 紐約和新加坡2025年12...
-
Amazon Bedrock與Amazon SageMaker AI推出模型定制新功能，加速AI Agent構建
北京——2025年12月5日 亞馬遜云科技在2025 re:Invent全球大會上，宣布Amazon Bedrock與Amazon SageMaker AI推出模型定制全新功能，助力客戶構建更快速更高效的AI Agent。Amazon Bedrock中的Reinforcement Fine Tuning讓模型更容易根據特定場景進行調整并提升準確率。Amazon SageMaker AI將高級模型定制流程從數月縮短到數天，加速AI開發(fā)并更快推出新方案。
-
開放創(chuàng)芯，成就未來——ICCAD-Expo 2025成功舉辦!
11月20日至21日，由成都高新發(fā)展股份有限公司、芯脈通會展策劃(上海)有限公司、成都市集成電路行業(yè)協(xié)會、重慶市半導體行業(yè)協(xié)會、成都國家芯火雙創(chuàng)基地共同主辦，成都海光集成電路設計有限公司、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計業(yè)展覽會”(簡稱ICCAD-Expo 2025)在成都中國西部國際博覽城成功舉辦。
-
芯原與谷歌聯合推出開源Coral NPU IP
面向端側大語言模型應用，加速邊緣AI生態(tài)發(fā)展
-
Alif Semiconductor的Ensemble MCU新增對ExecuTorch Runtime的支持，助力其推動邊緣生成式AI發(fā)展
中國，北京–2025年11月4日-全球領先的安全、聯網、高能效人工智能與機器學習(AI/ML)微控制器(MCU)及融合處理器供應商Alif Semiconductor?今日宣布，開發(fā)者現可將PyTorch ML框架的量化擴展ExecuTorch Runtime用于基于其Ensemble E4/E6/E8系列MCU及融合處理器開發(fā)的AI應用。
-
機器學習模型部署，MATLAB中分類回歸算法的快速驗證與調優(yōu)
機器學習模型從實驗室環(huán)境到實際生產系統(tǒng)的部署，是算法價值落地的關鍵環(huán)節(jié)。MATLAB作為工程計算與數據分析的集成環(huán)境，憑借其豐富的工具箱和交互式開發(fā)模式，為分類與回歸模型的快速驗證、參數調優(yōu)及部署提供了高效解決方案。本文將圍繞MATLAB環(huán)境下分類與回歸算法的部署流程，探討如何通過系統(tǒng)化方法實現模型性能優(yōu)化與工程化應用。
-
e絡盟助力工業(yè)與制造工廠邁向智能化升級
中國上海，2025 年10月10日 — e絡盟是電子與工業(yè)系統(tǒng)設計、維護及維修領域可靠的產品與技術分銷商，其一站式元器件采購平臺方便客戶采購智能制造所需的高性能元件和技術解決方案。
-
帶機器學習的AI相機解析
相機中可以使用不同類型的人工智能技術，例如機器學習、計算機視覺、深度學習、神經網絡等。機器學習是一種教會計算機從數據中學習并提高其性能的方法，而無需顯式編程。
-
校準件老化效應建模：基于機器學習的預測性維護與補償算法
在精密測試領域，校準件如同“測量尺”的基準刻度，其性能穩(wěn)定性直接影響測試結果的準確性。然而，隨著使用時間增長，校準件會因材料疲勞、環(huán)境侵蝕等因素產生老化效應，導致參數漂移甚至失效。傳統(tǒng)方法依賴定期校準或經驗公式修正，但存在滯后性強、成本高昂等問題。近年來，基于機器學習的預測性維護與補償算法為校準件老化管理提供了新范式，通過數據驅動建模實現“未病先治”的精準維護。
-
機器學習算法在泵密封腔壓力預測中的應用
高速泵密封腔壓力對泵的運行穩(wěn)定性和密封效果至關重要 ,傳統(tǒng)上需要通過實際的泵運轉實驗才能測得 , 其不可 控變量多 ,仿真難度大 , 成本高且精度低 。鑒于此 , 提出了一種運用機器學習算法預測高速泵密封腔壓力的方法 , 通過分析泵 的設計參數和運行條件 , 解決了高速泵密封腔壓力無法準確預測的問題 ,驗證了人工智能技術應用于高速泵性能預測的可行 性 , 也為設備優(yōu)化和維護提供了創(chuàng)新的技術方案支撐 。
-
GPT-5與Transformer共同發(fā)明人Lukasz Kaiser重磅加盟，2025 全球機器學習技術大會全日程官宣
北京2025年9月18日 /美通社/ -- "計算與連接的發(fā)展呈周期性趨勢，而當下的‘計算 2.0' 已進入加速交替階段，AGI 有望在 2035 年左右出現。"這是奇點智能研究院院長李建忠在《AI 產業(yè)范式轉變的若干個核心命題》主題演講中的前瞻判斷。 正是...
-
是德科技將在ECOC 2025展示支持AI基礎設施的新型解決方案和光學創(chuàng)新
活動內容：是德科技將在ECOC 2025上展示面向人工智能/機器學習(AI/ML)應用的數據中心基礎設施解決方案和光學測試創(chuàng)新。
-
基于強化學習的液壓舵機殼體流道路徑規(guī)劃
液壓舵機殼體是航空液壓操縱系統(tǒng)的核心零件 , 內部包含大量復雜流道 。傳統(tǒng)的流道路徑人工設計方法效率低下 , 結果一致性差 。針對該問題 , 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 。通過分析流道接口特征 ,設計智能體動作空間 、狀態(tài)空間和獎勵函數等強化學習要素 ,基于此實現了流道路徑的 自動生成 。 最后 , 以某航空液壓殼體為例 ,驗證了該方法的可行性和有效性 。
-
一文了解 Arm 神經超級采樣，深入探索架構、訓練和推理
深入探索這一個由 ML 驅動的時域超級采樣的實用方法
-
AI 融合智能防護：開啟安全防御新篇章
傳統(tǒng)的網絡安全防護手段多依賴于預先設定的規(guī)則和特征庫，面對日益復雜多變、層出不窮的新型網絡威脅，往往力不從心，難以做到及時且精準的識別。AI 技術的融入則徹底改變了這一局面。機器學習算法能夠對海量的網絡數據進行深度學習，自動挖掘其中潛藏的威脅模式和異常行為。以中國電信安全公司推出的威脅情報查詢平臺為例，該平臺依托強大的大網數據底座與 AI 技術，深度融合 DeepSeek，能夠實時捕捉全球威脅動態(tài)。通過對多維度 IP 特征數據與 PDNS 數據的分析，構建起億級高活躍情報庫，并借助智能分析引擎實現情報的智能化、多維度分析，極大地提升了威脅識別的精準度與效率，即便是非專業(yè)的 “技術小白”，也能借助該平臺獲取專業(yè)級的安全輔助決策 。
-
MCU AI/ML - 彌合智能和嵌入式系統(tǒng)之間的差距
人工智能（AI）和機器學習（ML）是使系統(tǒng)能夠從數據中學習、進行推理并隨著時間的推移提高性能的關鍵技術。這些技術通常用于大型數據中心和功能強大的GPU，但在微控制器（MCU）等資源受限的器件上部署這些技術的需求也在不斷增加。
-
亞馬遜云科技AI聯賽：在全新終極 AI 對決中學習、創(chuàng)新和競爭
北京——2025年7月30日 自 2018 年以來，AWS DeepRacer 已吸引全球超過 56 萬名開發(fā)者參與，充分印證了開發(fā)者可以通過競技實現能力成長的實踐路徑。如今，亞馬遜云科技將通過亞馬遜云科技AI聯賽，將這一模式繼續(xù)拓展至生成式 AI 時代。
-
貿澤供應專用處理器和加速器解決方案 帶來更豐富的嵌入式機器學習和人工智能產品系列
2025年7月28日 – 專注于引入新品的全球電子元器件和工業(yè)自動化產品授權代理商貿澤電子 (Mouser Electronics) 持續(xù)擴展其針對機器學習 (ML) 工作優(yōu)化的專用解決方案產品組合。
-
實現自我溝通和與世界溝通的新方式
在這個高速發(fā)展的時代，無論是健身、競技、興趣活動，還是康復訓練，對身體表現的感知與理解，正成為提升表現、實現突破的關鍵。如今，先進技術正為我們架起一座橋梁，將每一次身體活動轉化為有價值的洞察，幫助我們更聰明地訓練、更高效地恢復、并持續(xù)提升表現。
