核心要點(diǎn)數(shù)據(jù)中心的諸多工作流程均為客戶定制化,這也是業(yè)界高度關(guān)注智能體 AI 工具的原因之一。大型系統(tǒng)公司正推動 EDA 廠商提升性能,以跟上其 AI 工作流的發(fā)展節(jié)奏。隨著 AI 深度融入芯片設(shè)計流程,設(shè)計團(tuán)隊(duì)的構(gòu)成正...
核心要點(diǎn)沒有任何一種處理器能高效執(zhí)行所有任務(wù),必須采用多處理器協(xié)同架構(gòu)。最大化效率的關(guān)鍵是最小化數(shù)據(jù)移動。架構(gòu)師必須在滿足當(dāng)前負(fù)載效率的同時,預(yù)留足夠靈活性以適配未來需求。得益于 AI 帶來的負(fù)載變革,新一代處理器架構(gòu)正...
核心要點(diǎn)智能體 AI 工作負(fù)載正在重塑數(shù)據(jù)中心算力需求,性能瓶頸從以 GPU 為中心的推理轉(zhuǎn)向CPU 密集的調(diào)度與工作流管理。傳統(tǒng) AI 推理是單步前向傳播,而智能體 AI 是分布式、多步驟、帶規(guī)劃 / 工具調(diào)用 / 驗(yàn)...
關(guān)鍵要點(diǎn)AM13E230x MCU 通過在單個器件中結(jié)合使用 Arm? Cortex?-M33 CPU 和 TI TinyEngine? NPU,能夠在實(shí)時控制應(yīng)用中實(shí)現(xiàn)預(yù)測性故障檢測和自適應(yīng)控制算法。人形機(jī)器人和電器設(shè)...
自動駕駛是物理 AI 領(lǐng)域難度最高的問題之一。自動駕駛系統(tǒng)必須實(shí)時解讀混亂、動態(tài)變化的環(huán)境,應(yīng)對不確定性、預(yù)測人類行為,并在海量場景與極端工況下安全運(yùn)行。在通用汽車,我們的出發(fā)點(diǎn)很簡單:道路上絕大多數(shù)場景都是可預(yù)測的,但...
在企業(yè)人工智能的賽道上,行業(yè)多數(shù)玩家都在向上層發(fā)力 —— 追逐更強(qiáng)大的模型、更高的基準(zhǔn)指標(biāo)、更全能的生成式 AI 系統(tǒng)。而甲骨文公司(Oracle)卻選擇了一條截然不同的路徑。在 2026 倫敦甲骨文 AI 全球巡回展的...
當(dāng)前由 AI 驅(qū)動的內(nèi)存緊缺問題,早已超出高端加速計算系統(tǒng)的范疇。國際數(shù)據(jù)公司(IDC)指出,2026 年動態(tài)隨機(jī)存取存儲器(DRAM)與閃存(NAND)價格持續(xù)上漲、供應(yīng)持續(xù)收緊,正重塑智能手機(jī)與個人電腦市場;集邦咨詢...
隨著人工智能(AI)、高性能計算(HPC)及超大規(guī)模架構(gòu)的爆發(fā)式增長,全球數(shù)據(jù)中心正面臨前所未有的功率密度與能效挑戰(zhàn)。近日,泰克(Tektronix)發(fā)布了專題技術(shù)白皮書,重點(diǎn)介紹了其旗下 EA Elektro-Auto...