帳號:
密碼:
最新動態
產業快訊
CTIMES / 文章 /
移動演算法 而非巨量資料
 

【作者: Simon Holt】   2022年06月26日 星期日

瀏覽人次:【2676】

機器學習神經網路進步使我們能夠處理越來越大量儲存資料。傳統方法是將資料傳輸到演算法設備,但是這種移動巨量資料(高達 1 PB)以供可能只有幾十百萬位元元演算法來進行處理真的有意義嗎?因此,在靠近資料儲存位置處理資料的想法引起了很多關注。本文研究了計算儲存理論和實踐,以及如何使用計算儲存處理器 (CSP) 為許多計算密集型任務提供硬體加速和更高性能,而不會給主機處理器帶來大量負擔。


資料集崛起

近年來,神經網路演算法在汽車、工業、安全和消費等應用中使用顯著增加。基於邊緣物聯網感測器通常只處理少量資料,因此所使用演算法佔用很少代碼空間。然而,伴隨微控制器處理能力提高和功耗降低,機器學習演算法在邊緣應用中使用開始呈指數級增長。卷積神經網路用於視覺處理以及工業和汽車應用中物件檢測。例如,視覺處理系統可用於檢測標籤是否正確貼在高速工業生產線的瓶子上。
...
...

使用者別 新聞閱讀限制 文章閱讀限制 出版品優惠
一般訪客 10則/每30天 5/則/每30天 付費下載
VIP會員 無限制 20則/每30天 付費下載
相關文章
用於快速評估三相馬達驅動設計的靈活平台
FPGA開啟下一個AI應用創新時代
智能設計:結合電腦模擬、數據驅動優化與 AI 的創新進程
用科技滅火:前線急救人員的生命徵象與環境監測
在量子電腦中使用超導電路
comments powered by Disqus
相關討論
  相關新聞
» 貿澤開售TI新款車用乙太網路實體層收發器DP83TG721-Q1
» 智慧校園 ICT+AI 把關 7-11未來超商X-STORE 8啟動
» Anritsu Tech Forum 2024 揭開無線與高速技術的未來視界
» 光寶攜手新加坡科技設計大學 推動5G創新節能應用
» 施耐德電機響應星展銀行ESG Ready Program 為台灣打造減碳行動包


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.1.HK8BP6TY2G8STACUKW
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw