- 博客(1130)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 2026年数据中心重大转变，六大趋势
Imagination Technologies 是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。如何在大规模扩张的同时，保持设施的可维护性与适应性，将是。这些投资者追求可预测的成本曲线与压缩后的建设周期，因此，能够大规模复制验证设计的平台将获得青睐，而高风险。而现在，这类规模仅能被称为数据大厅，它们仅是拥有数百兆瓦容量的多栋建筑园区中的一环，这种转变要求设计必须具备高度的可重复性与确定性。
2026-01-04 15:24:10
5
转载 《全球量子科技发展趋势（2026年）》报告
对于参与者而言，深耕理论、攻关技术、持续投入、开放协作、打造生态、聚焦价值，将是赢得量子时代的必备策略。例如，在特定量子化学模拟、组合优化问题的近似求解，以及量子机器学习的数据处理任务中，量子设备在特定规模下将持续展现出经典方法难以企及的效率，继续推动“量子优越性”的验证从“原理性证明”走向“实用性暗示”，为相关领域的研究方向提供了强有力的激励。量子互联网的雏形将初现，量子存储与中继技术有望取得关键进展，实现纠缠分发距离的大幅延伸，为未来分布式量子计算与传感网络奠定基础。在材料模拟领域，量子。
2025-12-31 15:43:34
189
转载 RISC-V市占，直逼25%
Ventana的Veyron系列以高性能乱序执行和芯粒设计著称，将为高通提供“数据中心级”RISC-V核心，助力其开发面向汽车和企业服务器的定制平台，规避专有核心常见的限制与法律纠纷。借助Rivos的技术积累，元宇宙平台公司可“精准定制”计算核心，剥离通用架构中的冗余部分，最大化其大型数据中心的每瓦性能。硬件领域的民主化浪潮，也在重塑更广泛的AI格局。尽管RISC-V国际组织正推动扩展标准的统一，但架构的高度灵活性可能导致硬件“巴尔干化”——为某款RISC-V芯片编写的软件无法在另一款芯片上运行。
2025-12-30 10:35:12
32
转载 2025半导体产业回顾：AI、供应链与新兴技术
我们需要的是世界模型。我们的期刊、我们的新闻、我们的政治两极分化、我们的社会问题都是第一世界的问题。然而，我对2026年的预测是，这种新技术将与回归基础的验证基础相定制，将更传统的技术与AI前端相结合，从而创建适用于当今设计跨越验证过程的实用流程。Rambus的研究员兼杰出发明家Steven Woo表示：“有几件事的发展速度超出了我的预期，包括已宣布的AI基础设施投资、预期的半导体和存储器消耗量、电力需求以及对先进封装的需求。我们将拥有更多的芯片，我们将拥有更好的芯片，因为AI工具让我们更加高效。
2025-12-29 14:59:23
39
转载 万亿级赛道：“具身智能十大观察”报告
特别是在工业领域，具身智能机器人在生产线上的应用，提高了生产效率和产品质量，降低了生产成本，推动了工业智能化的进程，从而也带动了具身智能需求的增长。软件开发是中游的重要环节，具身智能的核心软件包括“大脑模型”和“小脑模型”，其供应链的完善程度直接影响到具身智能产业的发展潜力。此外，数据的更新和维护也需要耗费大量的人力和物力。智能向善是指在具身智能的研发、应用与发展过程中，始终将增进人类福祉、促进社会公平、保障安全可控、维护伦理道德作为核心价值追求，确保具身智能技术服务于人类的整体利益和长远发展。
2025-12-26 15:48:17
33
转载 从云端集中到边缘分布：边缘智算如何重塑算力网络布局
增加解决路径包括：制定"云边协同接口规范"实现跨平台互操作，建立"边缘算力度量标准"统一性能评估体系，开发"边缘应用开发套件"降低迁移门槛。特别值得注意的是"算力超市"模式——深圳、上海等地的边缘智能创新中心整合多家厂商资源，提供弹性算力服务，按需计费的模式大幅降低中小企业使用门槛。更具革命性的是下一代通信技术的突破——行业实验室测试显示，6G空口时延有望降至亚毫秒级，配合超大带宽，将实现"触觉互联网"级别的实时交互。不同于传统数据中心的"巨无霸"模式，边缘节点呈现"网格化、高密度"的分布特征。
2025-12-25 11:32:34
45
转载 《全球具身智能技术产业发展趋势（2026年）》报告
对于各国而言，构建包含基础研究、人才培养、产业应用、标准治理的全链条支持体系，将成为赢得这场竞赛的关键。年，具身智能将成为大国科技竞争的核心战场。大语言模型与物理引擎的深度融合，将有望使机器人能够构建可推理、可预测的动态环境模型，实现从被动响应到主动规划的质变。年，随着多模态大模型、神经形态计算、自适应控制与先进材料技术的深度融合，具身智能将从实验室研究加快转向规模化商业应用，成为各国抢占科技制高点的战略核心。成功企业将深度整合特定领域的硬件制造、算法开发、数据积累与场景运营能力，形成难以复制的闭环优势。
2025-12-24 15:51:09
158
转载 又小又薄，芯片为什么这么复杂？
与设计阶段紧密相连的一个关键工艺是被称之为“芯片之母”的EAD（电子设计自动化）软件，这是芯片设计过程中必须使用到的软件，并且EDA软件的算法会直接决定芯片设计的优劣，因此EDA软件也是芯片产业中最容易被“卡脖子”的关键领域。芯片中的存储器芯片用于存储数据和程序，它们允许设备读取和写入数据，支持临时存储和持久存储，例如保存文件、图像、音频和视频数据等。而按照作用和功能，我们通常将芯片分为：计算芯片、存储芯片、通信芯片、感知芯片、能源芯片、接口芯片等。晶体管是芯片中最基本的元器件，它能够放大或开关电子信号。
2025-12-22 16:00:47
29
转载 全球GPU采购危机重塑半导体市场格局
Imagination Technologies 是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。这种专注于大规模并行计算的设计为游戏玩家带来了流畅的画面，更重要的是，它证明了数千个轻量级核心能够将工作负载加速到远超通用CPU自身处理能力的水平。市场数据显示，GPU的供应和价格会受到哪怕是微小变化的影响：一项设计方案的中标、一项人工智能基础设施的发布或一款新产品的推出，都可能在一夜之间改变市场格局。
2025-12-19 15:49:16
43
转载 神经网络的初步认识
前向传播是神经网络根据输入数据进行预测的过程，其中数据经过网络的各层传递，逐步进行加权求和和激活函数计算，最终得到输出。通过这种迭代优化的过程，神经网络能够从大量的数据中提取有用的特征，进而提高在未知数据上的泛化能力，解决各类实际问题。神经网络的核心思想是模仿生物神经系统的结构，特别是大脑中神经元之间的连接方式。其目标是通过梯度下降算法，调整每层神经元的参数，使网络预测值与真实值之间的误差最小化。与普通的梯度下降不同，反向传播是同时对一层中的多个神经元进行参数优化，并逐层更新，直到返回至输入层。
2025-12-17 15:03:29
23
转载 半导体行业正迈入前所未有的“千兆周期”
首先，区域产能的分化正在加剧。其中，驱动增长的核心引擎是先进工艺产能，预计将从2024年的每月85万片晶圆飙升至2028年的140万片晶圆，增长幅度高达约69%，其增速是行业平均水平的两倍。“千兆周期”的产业变革，其核心特征在于需求规模足够庞大，足以驱动计算、内存、网络、存储乃至制造封装等价值链的每一个环节同步扩张与重构，而不仅仅是某个单一领域的周期性繁荣。AI需求的乐观预测，若实际应用落地和商业回报的速度慢于预期，或产能建设过度超前，可能在未来引发区域性或结构性的供需失衡，导致投资效率下降和市场波动。
2025-12-16 15:07:22
65
转载 2025算力行业深度解析：规模爆发、技术革新与未来机遇
同时东数西算的工程也在推动这个算力资源向西部的布局优化，到2025年，西部的算力规模会达到150亿flops，智能算力的占比也会提升到26%，数据中心的机架的规模会增长到1085万架，存利会达到1680亿B，这个都是在为全国的算力协同，高效的应用去打基础。首先是绿色低碳，就是如何去降低PUE，其中，液冷是一个非常关键的技术，我们看到了液冷的数据中心的市场规模到2025年会有超过70%的增速，然后特别是在AI集群的发展下面，他的算力密度已经远超过了传统的风冷的这个能力，液冷技术是解决散热问题的一个关键点。
2025-12-15 11:37:33
298
转载 RISC-V如何变革嵌入式系统设计
汽车行业在RISC-V的应用进程中处于领先地位。对于那些有志于布局人工智能驱动型半导体解决方案、构建面向未来的嵌入式生态的企业而言，当下正面临着独一无二的机遇：及早投入布局，大胆推进定制，坚持无妥协的创新之路。随着消费电子、医疗健康、汽车等众多行业向着更智能、更互联、搭载人工智能技术的设备方向迈进，基于RISC-V架构的嵌入式系统正迅速成为市场首选的技术基石。在这些变革趋势中，RISC-V架构脱颖而出，成为颠覆行业格局的关键力量，它所提供的灵活性、成本优势以及创新自由度，是传统处理器难以企及的。
2025-12-12 11:24:16
25
转载 中国信通院发布2025年数字孪生十大关键词
未来，数字孪生绿色低碳将与人工智能、物联网和能源互联网等深度融合，构建跨行业、全流程、全链条的自治式绿色能碳体系，加速迈向高效、安全、可验证的“零碳运行”新阶段。会上，中国信息通信研究院（简称“中国信通院”）产业与规划研究所副所长牟春波正式发布并解读“2025年数字孪生十大关键词”，十大关键词分别是数字孪生低空经济、数字孪生韧性城市、数字孪生智能工厂、数字孪生绿色低碳、智能体加持数字孪生体、时空智能、高性能仿真与渲染、多模态数据融合、数字孪生体流通、生成式模型数据供给。五、智能体加持数字孪生体。
2025-12-11 14:01:13
58
原创 PowerVR上的LLM加速：LLM性能解析
Imagination Technologies 是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。在本系列关于大语言模型性能与加速的两篇博客的首篇中，我们将介绍关键性能指标：首次生成。在内的图形处理器，在提升模型运行速度与效率方面发挥着关键作用——尤其在功耗与性能至关重要的移动及边缘设备领域。的神奇之处在于，通过对概率的建模，它们能够捕捉到某种程度上的人类思维模式，因此在各种应用中都具有巨大的价值。
2025-12-10 08:30:37
554
转载 一文读懂LSTM与RNN：从原理到实战，掌握序列建模核心技术
尽管当前 Transformer（如 BERT、GPT）在多数序列任务中表现更优，但 RNN 和 LSTM 的核心思想（时序关联捕捉、选择性记忆）仍是理解复杂序列模型的基础，也是 AI 工程师在资源受限场景下的重要选择。：若序列长度差异大（如文本长度 5-200 词），可采用 “截断 + 填充”（固定序列长度）或 “动态批处理”（同批次序列长度一致）。tanh 确保信息值在合理范围。即使序列长度达到 100+，远时刻（如 t=1）的梯度仍能稳定传递到当前时刻（如 t=100），从而有效捕捉长期依赖。
2025-12-09 13:54:28
91
转载 为啥 AI 计算速度这么惊人？—— 聊聊 GPU、内存与并行计算
Imagination Technologies 是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。平时会把要计算的数据提前存进显存里，这样 GPU 想用的时候，一瞬间就能拿到，不用像 CPU 那样，还得频繁去访问速度慢不少的普通内存。就像一个超高效的工厂，门口的仓库里材料备得足足的，工厂才能一直高速运转，不耽误事儿。第三步，把算好的结果写回内存。AI 的快，靠的是 GPU 的并行计算能力，
2025-12-05 14:31:33
115
原创 为云游戏打造定制显卡
Imagination Technologies 是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。它不再每个周期切换任务，而是将操作以不可分割的单元提交至计算逻辑单元，从而避免任务中断，并减少对寄存器存储器低效读写操作的次数。随着云游戏的快速增长，特别是在中国等关键市场，硬件设计者需要一种在性能、可扩展性与能效之间取得平衡、没有妥协的。因此，不同的用户需要不同级别的图形性能，而云游戏。
2025-12-04 11:28:04
667
转载 汽车中的GPU是如何使用的？
的数据，GPU生成了环境的数字化表示，为车辆决策提供详尽信息，借助GPU虚拟化技术，单块GPU可以同时支持多个应用，例如驾驶员监控系统和多屏信息娱乐系统的协作运行，提高了资源利用率。综上所述，GPU在汽车领域的应用不仅满足了当前的技术需求，也为未来的智能化和自动化发展奠定了基础，随着技术的不断进步，GPU将在推动汽车行业创新方面发挥更为重要的作用。最初，GPU的核心任务是支持车内多媒体和用户界面，提供高分辨率、低延迟的显示效果以及流畅的交互体验，随着屏幕尺寸和数量的增加，HMI。
2025-12-03 14:44:03
43
转载 并行智能体：洞察复杂系统的 14 种并发设计模式
这是并行执行的信号。分散式黑板协作是一种灵活、强大的多智能体架构模式，它通过一个共享数据空间（黑板） 和一个中央路由器，实现了智能体之间的解耦（Decoupling） 和事件驱动（Event-Driven） 的协作。并行上下文预处理是一种后检索（Post-retrieval） RAG 模式，旨在解决高召回率检索带来的问题：将大量原始、嘈杂的文档直接输入给最终的生成 LLM 会导致成本高、延迟长，并易引发 LLM 的**“迷失在中间”（Lost in the Middle）** 认知偏差。
2025-12-02 15:04:44
50
原创 如何通过交替式几何处理实现更优的多核 GPU 扩展
Imagination Technologies 是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。）的不同区域上工作，我们能够保持带宽效率，因为每个核心始终处理屏幕上连续且具一致性的区域，从而确保最大的缓存命中率（每个核心的数据根据自身处理的任务进行针对性缓存，避免核心之间不必要的数据迁移和重复，提高整体效率）。、芯片甚至不同的板上。，负责几何处理的核心还要承担其像素处理任务，从而拖慢整个多核系统。
2025-12-01 10:10:21
564
转载 一文看懂AI大模型的并行训练方式（DP、PP、TP、EP）
但在真实工作中，开发者无需了解具体的实现细节，因为业界提供了例如DeepSpeed（微软开源，支持3D并行+ZeRO内存优化）、Megatron-LM（NVIDIA开源，3D并行的标杆）、FSDP等开源软件，能够让开发者直接进行大语言模型训练。这里提到的All-Reduce，也是一个AI领域的常见概念，字面意思是“全（All）-规约（Reduce）”，即：对所有节点的数据进行聚合（如求和、求最大值），并将最终结果分发到所有节点。AI训练使用的并行，总的来说，分为数据并行和模型并行两类。
2025-11-28 08:31:21
103
原创 Imagination亮相Aspencore CEO Summit：E系列GPU实力获奖，深度参与行业对话
Imagination Technologies 是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。E Series将GPU、NPU、DSP能力进一步融合，打造出了更具通用性与可编程性的计算单元，以支持未来智能设备的不断演进。E Series在保持传统GPU渲染优势的基础上，引入并强化了AI计算能力，使其在更多应用场景中具备更高的性能与灵活性。的架构理念，还是圆桌论坛中的技术分享，都体现了。
2025-11-27 09:16:00
334
转载 Imagination中国区董事长兼亚太区总裁白农：通用计算GPU驱动端侧AI发展
Imagination Technologies 是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。等，数据不可避免地需要在多个处理器之间共享、同步，这会增加整体系统调度的复杂性，从而造成计算单元利用率低、带宽负载高的问题，而通用。思路设计，最大限度减少数据在各个单元的移动，提升多任务处理能力，并采用可编程架构灵活适配不断迭代升级的大模型。的观点，表示通用计算是最有效的提升端侧算力的方式。
2025-11-26 13:54:00
48
原创 分块延迟渲染架构能否在桌面领域立足？
Imagination Technologies 是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。）及游戏引擎均已支持分块渲染。如前所述，即时渲染模式在处理场景对象时，会立即进行变换、光栅化和着色，而不会预先判断哪些对象在屏幕上是可见的。在芯片面积和功耗限制较少的设备上，这种程度的资源浪费尚可接受，但对智能手机等资源受限的环境却并不适用。）架构中的分块处理发生在渲染管线早期，具体位于几何处理阶段。
2025-11-25 08:31:21
623
原创 ICCAD 2025：Imagination展示E系列GPU创新技术与多元生态应用
这些工具以参考方案的方式交付，客户可灵活集成到自己的异构 SoC 开发流程中，组合 CPU / GPU / NPU 完成任务调度，实现高效端侧AI部署。这使得 E-Series 在边缘AI场景（如检测、分类、视觉大模型）中可提供更高的吞吐与更优PPA（性能/功耗/面积）。正在快速从云端延伸到端侧，边缘设备需要高效并行、可编程、能适应快速演进算法的算力。游戏后处理特效在移动设备上成为可能，同时还能拓展到渲染、物理、机器学习等多领域的计算场景。未来，我们将继续与产业伙伴协同，从移动端到桌面、从。
2025-11-24 18:10:59
675
转载 算力行业名词解读，三分钟离智算更近一步！
是集信息计算力、网络运载力、数据存储力于一体的新型信息基础设施，可实现信息的集中计算、存储、传输与应用，呈现多元泛在、智能敏捷、安全可靠、绿色低碳等特征，对助推产业转型升级、赋能我国科技创新、满足人民美好生活和实现社会高效能治理具有重要意义。指数字社会发展所需要的具有信息计算、传输、存储与应用能力的技术与设施，包括但不限于CPU、GPU 等计算资源，交换机、路由器等网络资源，存储阵列、分布式存储等存储资源，防火墙、入侵检测系统等安全资源，以及风火水电等支撑保障资源。PUE 数值大于 1， 越接近 1。
2025-11-21 10:21:47
99
转载 数据智能的安全困境，如何用 AI 破解？
智能化驱动型业务的快速迭代与安全策略的后置流程形成结构性矛盾，企业迅速开展数智实践并推出新业务功能（如实时数据分析、AI客服等），但安全策略制定需经历跨部门评审、合规评估、技术适配等多环节，更新周期长，导致创新业务采用“安全后置”上线模式，安全治理缺乏原生适配能力。通过搭建包含数据安全、模型算法安全、应用安全、服务安全及通用安全的全局治理框架，全面支撑大模型全生命周期安全管理，确保其技术应用符合安全与合规要求，实现安全能力与业务创新的同步进化。单点技术能力的智能化跃迁，为数智安全治理奠定基础。
2025-11-20 18:57:44
98
转载 李飞飞万字长文：空间智能是AI的下一个十年
原文标题：《From Words to Worlds: Spatial Intelligence is AI’s Next Frontier》原文链接：https://drfeifei.substack.com/p/from-words-to-worlds-spatial-intelligence1950 年，当计算机不过是自动化算术和简单逻辑的代名词时，艾伦·图灵提出了一个至今仍有回响的问题：机器能思考吗？他以非凡的想象力预见到了我们今天所见的景象：智能或许可以被构建，而非与生俱来。这一洞见后来启动了一场
2025-11-19 21:19:30
130
转载 物理人工智能面临的安全风险
现在判断人机交互将如何发展还为时过早，”西门子EDA公司IC验证与EDA人工智能产品负责人Sathishkumar Balasubramanian表示，“我们目前看到的大多是原型产品，尚未出现真正大规模应用的案例，但值得关注的是，人们在相关技术研发和交互设计上始终保持高度谨慎，这都源于我们需要理解自动化机器人对其交互对象（无论是人类、水瓶还是其他物品）的认知视角。下一步则是将大语言模型（LLM）作为“大脑”，解读传感器收集的信息，并根据其初始训练数据和持续的学习经验反馈循环，指导机器人后续操作。
2025-11-17 10:51:42
57
原创 客户案例 ｜ Imagination GPU助力安霸 CV3-AD655 环视系统
本案例介绍了行业正向集中式域控制器架构的转变，概述了 CV3-AD 产品家族及其中端型号 CV3-AD655，阐释了 GPU 的作用及其在提升驾驶员感知与信任方面的重要意义，说明了为什么安霸选择 Imagination GPU、IMG BXM GPU 的关键特性，以。CV3-AD655 是 CV3-AD 系列中的中高端产品，支持 L2+（或 L2++）及 L3 级智能驾驶辅助功能，具备增强型的驾驶辅助与自动泊车能力，可同时支持多摄像头、雷达及其他类型传感器的融合感知。
2025-11-14 10:27:17
990
转载 半导体行业能从游戏行业借鉴的5大经验
这种模式虽能实现严苛的过程管控，从而规避高成本失误，但同时也可能抑制创新活力，致使企业难以灵活调整方向，去应对新的市场需求与技术难题。游戏行业已基本攻克跨平台开发的难题。以Unity引擎开发的游戏为例，无论是在价值3000美元的高端电脑上运行，还是适配已使用五年的老旧智能手机，都能呈现出体验与性能相对统一的效果。积极与软件开发人员联动：芯片厂商主动与基于自家硬件进行应用程序开发的软件开发者展开沟通协作，就能获取极具价值的关键信息，如哪些功能最为重要，以及该如何针对性优化芯片，以更好地适配开发者的开发需求。
2025-11-11 08:31:12
129
转载 4种神经网络不确定性估计方法对比与代码实现
Imagination Technologies 是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。PPO的表现比较奇怪——按理说高标准差应该对应高不确定性，但这里似乎反过来了，筛掉低标准差的预测后MSE反而上升。损失函数用的是负对数似然，假设目标值服从正态分布，参数就是预测的均值和标准差。x轴是确定性阈值，比如0.3表示过滤掉30%最不确定的预测，只保留70%最有把握的，y轴是这些筛选后样本的MSE。
2025-11-10 10:37:00
75
转载 万字长文AI智能体：17种体架构详细实现
探索智能体如何协同工作：Multi-Agent Systems（多智能体团队）、Meta-Controller（智能路由器）、Blackboard Systems（共享内存协作）和 Ensemble（并行多样化分析）。构建可在生产环境中信任的智能体：Dry-Run Harness（安全模拟/人工审批）、Simulator（行动前模拟）、PEV（规划、执行、验证的错误恢复）和 Metacognitive（理解自身局限性）。智能体不会立即在现实世界中执行提议的行动，而是首先在环境的内部模拟版本中测试该行动。
2025-11-07 13:13:20
183
转载 边缘计算中的AI加速器类型与应用
Imagination Technologies 是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。但不同类型的加速器各有所长，适配不同的任务和行业应用，因此选择合适的加速器至关重要。其次，带宽有限且成本较高，尤其是在越来越多智能设备连接的情况下，将大量数据流传输到云端进行处理，往往既不现实又代价高昂。在边缘计算中，有多种类型的AI加速器，各自具有不同的优势、局限性和适用场景。
2025-11-06 13:39:55
138
转载 游戏卡顿元凶竟然是 Draw Call！
Draw Call就是一个命令，它的发起方是CPU，接收方是GPU。合并的网格会在一次渲染任务中进行绘制，他们的渲染数据，渲染状态和shader都是一样的，因此合并的条件至少是：同材质、同贴图、同shader。在发出指令后，GPU的渲染状态值（材质、纹理、shader等）和所有的顶点数据通过神奇的代码转化为以一个信息，然后再在你的屏幕上呈现出美丽的画面。一个常见的误区是， Draw Call 中造成性能问题的元凶是GPU，认为GPU 上的状态切换是耗时的，其实不是的，真正“拖后腿”其实的是CPU。
2025-11-04 10:48:46
91
转载 机器视觉缺陷检测中传感器集成的五大关键
Imagination Technologies 是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。在必要时，应寻求外部人工智能专家的支持，以确保技术方案的科学性与适用性。所有视觉检测均依赖光线，因此必须营造合适的照明环境，以增强目标特征的对比度，同时抑制无关区域的干扰。机器视觉检测流程复杂，涉及硬件、软件、数据与环境等多个层面，唯有全面考量、循序渐进，企业才能充分发挥其潜力，获得可观的投资回报。
2025-11-03 11:38:19
81
转载 这些芯片工程师，难被AI取代
来源：内容由半导体行业观察编译自semiengineering。人工智能工具的普及似乎完美地填补了人才短缺的空白，但仔细观察就会发现，这些技能并非完全重叠。EDA流程中的某些环节仍然需要人类工程师，而且这种情况在可预见的未来很可能还会持续下去。模拟设计的深奥艺术、安全关键功能安全的最终定论、高层架构决策、产品创新和创造性问题解决，这些都是人们大放异彩的地方。尽管有人预测人工智能会全面取代工程岗位，但人工智能对工程岗位的影响更为微妙，这取决于任务的性质、工作的复杂性以及人工智能工具在每个领域的成熟度。Syno
2025-10-31 12:03:21
125
转载 LLM安全新威胁：为什么几百个毒样本就能破坏整个模型
Imagination Technologies 是一家总部位于英国的公司，致力于研发芯片和软件知识产权（IP），基于Imagination IP的产品已在全球数十亿人的电话、汽车、家庭和工作场所中使用。统计异常检测比较直观，扫描那些不正常的token序列、长串的低熵内容、反复出现的可疑短语。数据投毒，也叫模型投毒或训练数据后门攻击，本质上是在LLM的训练、微调或检索阶段偷偷塞入精心构造的恶意数据。运行时的RAG系统也要特别注意，检索库里的文档必须经过审查和清理，最好给用户展示数据来源，加上检索过滤器。
2025-10-29 11:03:09
112
转载 存内计算芯片，热度大增
更传统的方法是，在去年的IEEE电子设备会议上，德克萨斯大学研究员Tanvir Haider Pantha和他的同事们提出构建一个三维结构，将FeFET融入CMOS逻辑工艺的BEOL（后道工艺）。每个节点的输出是其相邻节点的输入，从而在整个网络中建立振荡，最终达到稳定的最小能量配置。在2025年IEEE国际内存研讨会的一篇受邀论文及其后续预印本中，苏黎世联邦理工学院计算机科学教授Onur Mutlu及其同事指出，在典型的移动工作负载中，数据在内存中的移动占总能耗的62%，这一比例令人震惊。
2025-10-28 10:05:55
84
2020云游戏报告.pdf
2020-08-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人