以下是2248天前的记录

GPU

1 2018年02月01日  星期四  

未来的汽车需要什么样的GPU?

达普芯片交易网

无论是新动力系统,车载信息娱乐系统,还是自动驾驶汽车,汽车技术都在以****的速度迅猛发展。新的颠覆性技术和行业参与者正在向传统的汽车概念发起挑战。明天的驾驶体验将与今天大不相同。目前在某些地区已经出现了自动驾驶汽车,预计到2030年,路面上四分之一的汽车将在一定程度上实现自动驾驶。未来的驾驶舱会有什么样的变化?汽车和驾驶员是怎么沟通的?驾驶员从驾驶责任中解脱出来,会给驾驶舱和信息娱乐系统的设计带来怎样的影响?潜在的挑战在2025年左右,汽车将实现完全的自动化,与今天的汽车相比会有很大的不同。它将在旅途中为乘客提供各种各样的功能:它可以成为办公室、起居室、休息场所和娱乐中心。汽车的设计将彻底颠覆当前的形式,没有方向盘和面向汽车内部的座椅。驾驶员无需看到汽车挡风玻璃外发生的一切事情。车窗会减少或消失,汽车将提供更多的私人空间。尽管实现这些尚需时日,但一些主要趋势已经可以看到。未来的汽车将装备大量的屏幕,这将对功能强大、功效高的GPU的需求大大增加,这些GPU可以处理海量像素,并支持增强现实(AR)、手势控制和先进的人机接口(HMI)。有人建议,在下一代汽车中应当配备10个屏幕,提供高达7

以下是2364天前的记录

GPU

2 2017年10月08日  星期日  

以下是2405天前的记录

GPU

3 2017年08月28日  星期一  

以下是2418天前的记录

GPU

4 2017年08月15日  星期二  

GPU运算力大增 医疗与工业的AI应用逐渐普及

CTIMES

GPU目前已是深度学习不可或缺的手段之一,但如何跨进此领域或更有效率的研发依然是很多人的疑问,若能透过AI达到此目标,将能大幅减少人力失误并提升生产效能,丽台科技董事长卢昆山表示,制程产线的相关数据数据相当庞大且环环相扣,因此需要寻找好的软硬件系统架构进行大量数据运算, 而GPU在硬件高速演算与平行运算的特性足以实时处理巨量的产线数据,再利用AI与深度学习算法,即可进行设备状态预诊与生产质量监控。 AI深度学习研讨会,讲师均认为随着处理器运算能力的提升,AI在制造与医疗领域的应用将快速加深。长庚大学信息工程学系林俊渊副教授也指出,生物影像的魅力在于揭示了生命运作的过程,长庚大学在生物影像研究多年,发现透过细胞与粒子活动的生物影像里可以找到可能的运作机制,而运用GPU计算能力得以让研究人员能够在实验的过程中进行实时的分析工作,除此之外,与国立清华大学脑科学研究中心从事多年的果蝇脑影像分析的工作, 如果没有GPU的强大运算能力,要处理百兆级的计算工作将变的遥不可及。 近年来深度学习技术的蓬勃发展,加上GPU硬件计算能力与日俱增,透过深度学习的运算机制,在未来将有助于上述生物影像研究朝向AI

以下是2436天前的记录

GPU

5 2017年07月28日  星期五  

以下是2468天前的记录

GPU

6 2017年06月26日  星期一  

以下是2480天前的记录

以下是2488天前的记录

以下是2501天前的记录

以下是2506天前的记录

以下是2513天前的记录

以下是2521天前的记录

以下是2535天前的记录

以下是2550天前的记录