芯片相关概念

本文介绍了CPU的开发过程,将之比喻为建房子,详细阐述了指令集架构如ARM、X86,以及微架构的概念。微架构是CPU内部的硬件电路结构,而指令集则规定了CPU能执行的指令类型。现代芯片,尤其是手机SoC,通常集成了CPU、GPU、储存和通讯基带等多个组件。ARM微架构的独立研发者寥寥无几,包括ARM、苹果和华为等公司。
摘要由CSDN通过智能技术生成

芯片相关概念

现实类比

开发CPU类似建房子
建房子要画具体设计图
设计时候不是凭空设计,要按照设计规范来设计 设计规范-CPU指令集架构(ARM、X86)
根据设计规范设计出的户型,比如一室两厅、两室一厅 户型-微架构

指令

可以理解成用来指挥计算机硬件执行特定任务的代码

指令集

指令的集合,比如常说的 ARMv9。

指令架构

平时说的架构就是指令架构,规定了CPU执行什么样的指令,执行结果应该是怎么样的,但没有规定CPU内部实现指令执行的方式。具体有Cortex-X1、Cortex-X2等

微架构

CPU内部的硬件电路结构,是指令集的实现方式。 微架构也可以说微结构。

一般来说,芯片研发指是微架构的研发,全球独立研发ARM微架构的公司很少,只有ARM、苹果、华为等。

相同指令集可以有不同的微结构,也就是说相同指令集可以通过不同的电路单元组合来完成任务。

CPU、芯片、SoC

微架构研发后,之后就是将其组装成芯片,

过去的芯片只包括CPU部分,现在大量芯片集成了CPU、GPU、IO等多功能组件。

芯片不能等价于CPU,现代CPU还包括各种外围组件。

手机芯片不仅仅是CPU,基本上都是指SoC芯片,集成了CPU、GPU、储存、通讯基带等。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值