te connectivity ai cup 文章進入te connectivity ai cup技術(shù)社區(qū)

SK海力士超高性能AI存儲器‘HBM3E’，全球首次投入量產(chǎn)并開始向客戶供貨

· 繼HBM3，其擴展版HBM3E也率先進入量產(chǎn)階段· 研發(fā)完成后僅隔7個月開始向客戶供貨，期待能實現(xiàn)最高性能的AI· “將維持用于AI的存儲技術(shù)全球領(lǐng)先地位，并鞏固業(yè)務(wù)競爭力”2024年3月19日，SK海力士今日宣布，公司率先成功量產(chǎn)超高性能用于AI的存儲器新產(chǎn)品HBM3E*，將在3月末開始向客戶供貨。這是公司去年8月宣布開發(fā)完成HBM3E后，僅隔7個月取得的成果。SK海力士表示，“繼HBM3，公司實現(xiàn)了全球首次向客戶供應(yīng)現(xiàn)有DRAM最高性能的HBM3E。將通過成功HBM3
關(guān)鍵字： SK 海力士存儲 AI

聯(lián)想與英偉達合作，推出全新混合 AI 解決方案

IT之家 3 月 19 日消息，當(dāng)?shù)貢r間 3 月 18 日，全球 AI 盛會 GTC（GPU Technology Conference）2024 于圣何塞會議中心正式開幕，聯(lián)想集團與英偉達在會上宣布合作推出全新混合人工智能解決方案。聯(lián)想表示，此次合作將“幫助企業(yè)和云提供商獲得在人工智能時代成功所需的關(guān)鍵的加速計算能力，將人工智能從概念變?yōu)楝F(xiàn)實”。聯(lián)想混合解決方案已經(jīng)針對運行 NVIDIA AI Enterprise 軟件進行了優(yōu)化，官方表示能夠?qū)崿F(xiàn)“安全、受支持且穩(wěn)定的生產(chǎn)級”AI，聯(lián)想還將為
關(guān)鍵字：聯(lián)想 AI 英偉達

AI數(shù)據(jù)中心，正值風(fēng)口

人工智能（AI）已成為主流。隨著 OpenAI 的 ChatGPT 等解決方案的推出，在一夜之間贏得了數(shù)億用戶，人工智能模型也不再在后臺「低調(diào)」工作。相反，它已經(jīng)占據(jù)了舞臺的中心。沒有數(shù)據(jù)中心，AI 產(chǎn)業(yè)就無法正常發(fā)展。如今的 AI 數(shù)據(jù)中心，真香了嗎？下一個爆火的風(fēng)口數(shù)據(jù)中心是用于在網(wǎng)絡(luò)上傳遞、加速、展示、計算和存儲數(shù)據(jù)信息的物理場所，主要應(yīng)用于對數(shù)據(jù)計算和儲存有較大需求的組織。一個完整的數(shù)據(jù)中心由數(shù)據(jù)中心 IT 設(shè)備和數(shù)據(jù)中心基礎(chǔ)設(shè)施構(gòu)成。數(shù)據(jù)中心 IT 設(shè)備主要包括連接器（光纖、光模塊）、網(wǎng)絡(luò)設(shè)備（
關(guān)鍵字： AI 數(shù)據(jù)中心

IBM + X-POWER + 源卓微納：以AI會友，共創(chuàng)制造業(yè)智能化故事2.0

"極致數(shù)字化"的時代已然拉開帷幕，全新水平的復(fù)雜數(shù)據(jù)和生成式 AI 的"化學(xué)效應(yīng)"，正在加速提升自動化工作流的智能水平，幫助企業(yè)擁有更廣泛且有競爭力的業(yè)務(wù)影響，同時通過實時洞察和決策來加速和擴展企業(yè)內(nèi)部數(shù)字化轉(zhuǎn)型的議程。據(jù)IBM 商業(yè)價值研究院近期針對全球范圍內(nèi)2,000 多名首席級高管開展的一項AI和自動化調(diào)研的洞察報告顯示，在生成式 AI 采用和數(shù)據(jù)主導(dǎo)式創(chuàng)新領(lǐng)域處于前沿的企業(yè)已經(jīng)收獲了巨大的回報，其年凈利潤要比其他組織高出 72%，年收入增長率要高出
關(guān)鍵字： IBM X-POWER 源卓微納 AI 制造業(yè)智能化

'一個芯片超越一個小型GPU數(shù)據(jù)中心'：又一家AI芯片公司想挑戰(zhàn)Nvidia以GPU為中心的世界 - Taalas想要擁有超級專業(yè)化的AI芯片

多倫多AI芯片初創(chuàng)公司Taalas以5000萬美元的資金從隱匿中現(xiàn)身，并立志顛覆由Nvidia主導(dǎo)的以GPU為中心的世界。Taalas由Ljubisa Bajic、Lejla Bajic和Drago Ignjatovic創(chuàng)立，他們之前都來自Tenstorrent（Grayskull的創(chuàng)建者）。Taalas正在開發(fā)一種自動流程，能夠快速將任何AI模型 - 變壓器、SSM、Diffusers、MoEs等 - 轉(zhuǎn)化為定制硅。該公司聲稱，由此產(chǎn)生的Hardcore Models比它們的軟件對應(yīng)物效率高1000倍。
關(guān)鍵字： AI 人工智能 MCU

Rebellions尋求成為首家大規(guī)模生產(chǎn)人工智能芯片以支持語言模型的韓國初創(chuàng)企業(yè)

在位于首爾南部的一座辦公大樓里，一打芯片并排放在架子上，每個芯片旁邊都有自己的電風(fēng)扇來降溫。這些名為ATOM的芯片是韓國初創(chuàng)企業(yè)Rebellions開發(fā)的最新神經(jīng)處理單元（NPU），目標(biāo)是擁有多達70億個參數(shù)的人工智能模型。它們的性能正在進行測試，并與同一樓層上另一個房間里的幾個Nvidia的A100 GPU進行比較。作為下一代人工智能芯片，NPU是針對同時進行矩陣運算進行優(yōu)化的處理器，意味著它們在深度學(xué)習(xí)方面比通用中央處理單元（CPU）和圖形處理單元（GPU）更進一步。2020年由五名韓國工程師共同創(chuàng)立
關(guān)鍵字： AI

人工智能開創(chuàng)網(wǎng)絡(luò)安全新紀元：2024 年預(yù)測

近幾年來，人工智能 (AI) 一直是網(wǎng)絡(luò)安全領(lǐng)域的賭注，但大型語言模型 (LLM) 的廣泛采用使 2023 年成為尤其令人興奮的一年。事實上，大型語言模型已經(jīng)開始轉(zhuǎn)變網(wǎng)絡(luò)安全的整個格局。然而，它也產(chǎn)生了前所未有的挑戰(zhàn)。一方面，大型語言模型使處理大量信息變得容易，讓每個人都可以利用人工智能。大型語言模型可以為管理漏洞、防止攻擊、處理警報和響應(yīng)事故提供驚人的效率、智能和可擴展性。另一方面，攻擊者也可以利用大型語言模型來提高攻擊效率，利用大型語言模型引
關(guān)鍵字： AI 人工智能

遭企業(yè)家、投資者強烈反對后，印度擱置 AI 模型發(fā)布審批計劃

3 月 16 日消息，印度在收到諸多當(dāng)?shù)睾蛧H企業(yè)家和投資者的批評之后，宣布擱置此前的 AI 審核計劃：任何企業(yè)發(fā)布 AI 模型之前需要經(jīng)過審批。電子和信息技術(shù)部本周五發(fā)布了一份最新的人工智能咨詢意見，不再要求他們在向南亞市場用戶推出或部署人工智能模型之前獲得政府批準(zhǔn)。根據(jù)修訂后的指導(dǎo)原則，建議企業(yè)在未經(jīng)充分測試和不可靠的人工智能模型上貼上標(biāo)簽，告知用戶這些模型可能存在的缺陷或不可靠之處。印度信息技術(shù)部在本月早
關(guān)鍵字：印度 AI

AI視覺軟件在打印機零部件檢測中的應(yīng)用

在現(xiàn)代制造業(yè)中，打印機的零部件裝配是一個復(fù)雜而關(guān)鍵的環(huán)節(jié)。由于零部件種類繁多，傳統(tǒng)的人工視覺檢測方式難以滿足高效率、高準(zhǔn)確性的需求。漏裝、反裝、錯裝等問題可能導(dǎo)致產(chǎn)品質(zhì)量缺陷，影響生產(chǎn)效率。因此，引入AI視覺軟件進行自動化檢測成為提高裝配過程質(zhì)量的一種創(chuàng)新解決方案。1. 目前的漏檢率在傳統(tǒng)的人工檢測環(huán)節(jié)，由于人工疲勞、視覺差異等因素，漏檢率相對較高，導(dǎo)致一些裝配缺陷未能及時發(fā)現(xiàn)。根據(jù)過去的統(tǒng)計數(shù)據(jù)，傳統(tǒng)的人工檢測漏檢率約為5%。2. AI視覺檢測原理AI機器視覺系統(tǒng)采用深度學(xué)習(xí)技術(shù)，主要基于卷積神經(jīng)網(wǎng)絡(luò)（
關(guān)鍵字：檢測 AI 打印機

NPU是什么？為何它是開啟終端側(cè)生成式AI的關(guān)鍵？

生成式AI變革已經(jīng)到來。隨著生成式AI用例需求在有著多樣化要求和計算需求的垂直領(lǐng)域不斷增加，我們顯然需要專為AI定制設(shè)計的全新計算架構(gòu)。這首先需要一個面向生成式AI全新設(shè)計的神經(jīng)網(wǎng)絡(luò)處理器(NPU)，同時要利用異構(gòu)處理器組合，比如中央處理器(CPU)和圖形處理器(GPU)。通過結(jié)合NPU使用合適的處理器，異構(gòu)計算能夠?qū)崿F(xiàn)最佳應(yīng)用性能、能效和電池續(xù)航，賦能全新增強的生成式AI體驗。正如在工具箱中選擇合適的工具一樣，選擇合適的處理器取決于諸多因素，將增強生成式AI體驗。異構(gòu)計算的重要性生成式AI的多樣化要求和
關(guān)鍵字： NPU AI 計算架構(gòu)

聚焦AI，探析邊緣智能新動向，研華AI on Arm合作伙伴會議開啟報名！

研華Arm人工智能合作伙伴會議將于3月28日于上海古井假日酒店召開，此次會議將匯集芯片廠家和軟件生態(tài)合作伙伴，共同探討Arm平臺的AI技術(shù)創(chuàng)新及服務(wù)升級，開拓邊緣智能在多行業(yè)全方位的應(yīng)用機會。議程一覽：上午主會場：邊緣運算未來趨勢迎接新興產(chǎn)業(yè)應(yīng)用新時代下午分會場1：硬件設(shè)計構(gòu)建AI可靠基礎(chǔ)下午分會場2：軟件服務(wù)助力AI應(yīng)用落地演講嘉賓：本次活動邀請到來自高通，瑞芯微，Hailo，瞰瞰智能，微軟，麒麟，海華為各位帶來關(guān)于生態(tài)伙伴AI技術(shù)的新成果分享和落地應(yīng)用經(jīng)驗。活動亮點：●? ?與業(yè)
關(guān)鍵字：邊緣智能研華 AI on Arm

替代國產(chǎn)與支持AI，這個春天MCU看點滿滿

又是一年春來到，我們展望各種電子元器件未來市場之時首選的還是MCU，雖然話題度不如GPU和處理器，但真要較真出貨量，GPU+手機AP一年也賣不出MCU一個月的銷量。不管是電系工程新生還是電子開發(fā)菜鳥，入門的第一課多半還是數(shù)字控制。躲不開的AI話題不管是ChatGPT，還是最新的Sora，生成式AI進一步擴展了AI賦予了整個產(chǎn)業(yè)未來遐想的邊界，我們現(xiàn)在無法預(yù)見AI硬件的天花板，但我們可以很篤定AI硬件最接地氣的非MCU莫屬，或者說只有下沉到MCU端的AI應(yīng)用，才能真正做到普世而非僅僅普適。雖然言必稱AI
關(guān)鍵字：替代國產(chǎn) AI MCU

Arm Neoverse 新動態(tài)助推基礎(chǔ)設(shè)施AI應(yīng)用表現(xiàn)

隨著人工智能 (AI) 滲透到教育、就業(yè)、制造、醫(yī)療和交通等領(lǐng)域，AI 正在改變經(jīng)濟發(fā)展和Arm的日常生活，Arm 構(gòu)建了全球應(yīng)用最為普及的 CPU 架構(gòu)，在多個領(lǐng)域的技術(shù)革新中發(fā)揮主導(dǎo)作用，影響了世界各地人們的日常生活。AI技術(shù)的光明前景讓算力資源開始逐漸向AI應(yīng)用需求傾斜，甚至在最近一兩年新配置的算力基礎(chǔ)設(shè)施中如果沒有更好的AI應(yīng)用支持，可能會很快被市場所淘汰。Arm 高級副總裁兼基礎(chǔ)設(shè)施事業(yè)部總經(jīng)理 Mohamed Awad直言，Arm 是這一切變革的基石。眾多國際知名的大型科技企業(yè)正基于 Arm
關(guān)鍵字： Arm Neoverse 基礎(chǔ)設(shè)施 AI

AI視覺軟件在PCB板焊點檢測中的成功應(yīng)用

在電子制造行業(yè)中，保證PCB（Printed Circuit Board）板的焊點質(zhì)量至關(guān)重要，而AI視覺軟件的引入為這一領(lǐng)域帶來了革命性的變化。某電子制造廠一直致力于提高PCB板焊點的質(zhì)量，以確保最終產(chǎn)品的穩(wěn)定性和可靠性。然而，傳統(tǒng)的人工檢測方式效率低，且容易出現(xiàn)漏檢的問題，對于大規(guī)模生產(chǎn)來說顯然不夠可行。因此，該廠決定引入AI機器視覺系統(tǒng)，以提升焊點檢測的效率和準(zhǔn)確性。檢測原理AI機器視覺系統(tǒng)采用深度學(xué)習(xí)算法，通過學(xué)習(xí)大量樣本數(shù)據(jù)來識別和分類不同類型的焊點。系統(tǒng)首先對PCB板進行圖像掃描，然后通過神經(jīng)
關(guān)鍵字： AI PCB焊點檢測

AI在工業(yè)控制方面的應(yīng)用

隨著第四次工業(yè)革命的不斷推進，AI技術(shù)正逐漸成為工業(yè)系統(tǒng)不可或缺的一部分，且仍在不斷地推動著工業(yè)自動化向更高水平的智能制造轉(zhuǎn)型。AI在工業(yè)自動化領(lǐng)域的應(yīng)用，包括智能機器人、自動化生產(chǎn)線、智能物流、質(zhì)量控制、設(shè)備維護等，讓工業(yè)制造逐步實現(xiàn)從自動化到數(shù)字化、智能化的蛻變升級。在傳統(tǒng)視角中，工業(yè)控制似乎都是自動化的事情，和AI隔得相對較遠。但當(dāng)前工業(yè)科技飛速發(fā)展，我們應(yīng)該重新認識當(dāng)前的工業(yè)控制技術(shù)了。根據(jù)IFAC對工業(yè)技術(shù)影響力的調(diào)查結(jié)果發(fā)現(xiàn)，基于AI的控制在很多行業(yè)應(yīng)用已經(jīng)追趕、甚至超過了傳統(tǒng)的控制方法。在故
關(guān)鍵字： AI 工業(yè)控制人工智能