 |
西門子以Catapult AI NN簡化先進晶片的AI加速器開發 (2024.06.18)
西門子數位工業軟體近日推出 Catapult AI NN 軟體，可幫助神經網路加速器在ASIC和SoC上進行高階合成（HLS）。Catapult AI NN 是一款全面的解決方案，可對 AI 架構進行神經網路描述，再將其轉換為 C++ 程式碼，並合成為 Verilog 或 VHDL 語言的 RTL 加速器，以在矽晶中實作 |
 |
開啟邊緣智能新時代 ST引領AI開發潮流 (2024.03.08)
意法半導體亞太區人工智慧技術創新中心暨智慧手機技術創新中心的資深經理Matteo MARAVITA，為大家深入解析了該公司的人工智慧（AI）解決方案及遠景，並討論了開發人員當前所面對的挑戰，以及意法半導體如何為他們提供有力的支持 |
|
大數據和AI預測助力 快土石流不只一步！ (2023.10.21)
專家們已經開始使用人工智慧（AI）技術，特別是預測模型，從小型山體滑坡收集數據，並將其輸入系統，來幫助人們密切關注未來的土石流的出現，並避免發生潛在的悲劇 |
|
Sklearn2ONNX AI範例分享：風扇堵塞偵測 (2022.10.27)
本文分享沒有AI背景的工程師，在使用NanoEdge AI Studio快速訓練風扇異常偵測的模型的方法。 |
|
以STM32生態系統擴充套件加速AI模型部署 (2022.08.30)
X-CUBE-AI是意法半導體STM32生態系統中的AI擴充套件，可自動轉換預先訓練好的AI模型，並在使用者的專案中產生STM32優化函式庫。 |
|
利用Time-of-Flight感測器開發3D手勢辨識 (2022.06.23)
手勢辨識是電腦科學和語言技術中常見的主題之一，能夠透過數學演算法解釋人類手勢。這在機器和人類之間搭起更豐富的橋梁，讓生活更有趣、更智慧。 |
|
STM32低功耗電腦視覺：類比儀表展示 (2022.06.08)
本文敘述使用具MCU嵌入式連線能力的低解析度攝影機所組成的系統，以低成本、低功耗、高效率的方式將類比儀表數位化。 |
|
運用FP-AI-VISION1的影像分類器 (2022.05.04)
本文概述FP-AI-VISION1，此為用於電腦視覺開發的架構，提供工程師在STM32H7上執行視覺應用的程式碼範例。 |
|
STM32 MCU最佳化的 STM32Cube.AI library (2022.03.25)
STM32Cube.AI是意法半導體人工智慧生態系統的STM32Cube擴充套件，可以自動轉換預訓練之神經網路及將產生的最佳化函式庫整合到開發者專案中，以進一步擴充STM32CubeMX的能力 |
|
AI在Deep Edge領域應用：為STM32 MCU而生的STM32Cube.AI (2022.02.18)
Deep Edge AI 使演算法的規模不斷縮小，得以在感應器端進行運算。在智慧裝置之數量呈現指數級成長... |
|
萊迪思sensAI解決方案集合加速下一代客戶端裝置 (2021.11.16)
萊迪思半導體正式公布低功耗、AI/ML解決方案的最新藍圖，這些解決方案可以幫助客戶端運算裝置等網路邊緣應用延長電池壽命，帶來創新的使用者體驗。它們採用Lattice sensAI解決方案集合建構 |
|
ST攜手施耐德 推出STM32 MCU的AI人流量監測方案 (2020.11.26)
半導體供應商意法半導體（STMicroelectronics；ST）與能源管理和工業自動化數位化轉型大廠施耐德電氣（Schneider Electric）聯合推出一款物聯網感測器原型。透過監測建築物的居住率和使用率，該解決方案可以實現新型物業管理服務，提升大樓的能源管理效率 |
|
讓筆記型電腦進入2020年代 (2020.09.11)
由於FPGA能在現場重新程式設計，筆記型電腦的OEM廠商可以通過下載軟體和固件更新，在硬體上實現新的應用，無需重新設計硬體，從而使其產品獲得差異化優勢。 |
|
理解人工智慧：訓練 (2020.07.15)
人工智慧將在包括自動駕駛汽車、外科手術機器人和軍用無人機等在內的IoT設備運作中起關鍵作用。 |
|
Oracle雲端結合NVIDIA A100 Tensor Core GPU 提升AI功能靈活性 (2020.06.18)
Oracle雲端基礎設施(Oracle Cloud Infrastructure)專為客戶在雲端中執行人工智慧(AI)、機器學習(ML)、高效能運算(HPC)及大數據工作負載而量身打造。為充分展現此特性，甲骨文於第二代雲端基礎設施中結合了最新的NVIDIA A100 Tensor Core GPU，同時也是第一款將訓練、推理、HPC及分析等結合於一體，具彈性的多執行個體GPU |
|
人工智慧技術發展 (2020.02.12)
近年來人工智慧（Artificial Intelligence, AI）技術快速發展，越來越多企業想引入AI技術至生產線以及服務上，期望能讓機器取代人力以節省人力成本，甚至是做出更加精確之決策，改善使用者體驗 |
|
為快速增長的網路終端AI應用提供更高性能的解決方案 (2019.11.12)
人員偵測和物件計算等網路終端人工智慧(AI)應用正日益普及，但設計人員越來越迫切地要求在不影響性能的情況下實現低功耗和小尺寸的網路終端人工智慧解決方案。 |
|
深度學習在機器視覺領域的機遇與挑戰 (2019.10.18)
透過適合的機器視覺檢測就能克服人工的限制，因此隨著表面缺陷檢測系統的廣泛應用，協助提供高品質化生產與智慧生產自動化的發展。 |
|
萊迪思新版sensAI實現10倍效能 助力低功耗IoT設備 (2019.05.20)
IHS預測，截至2025年，網路終端運行的設備數量將達到400億台。由於運行延遲、網路頻寬限制以及資料隱私等問題，OEM廠商在設計即時線上的網路終端設備時希望能夠最小化傳輸到雲端進行分析的資料量 |
|
康佳特展示嵌入式視覺平臺與願景 (2018.11.23)
德國康佳特科技在2018德國慕尼黑電子展(Electronica) 中亮相嵌入式電腦和嵌入式視覺技術的融合，包括人工智慧(AI)和深度學習，以展示全面性的嵌入式視覺平臺。
康佳特致力於提供OEM廠商全面的生態系統，使集成就像使用標準U盤一樣簡單與快速 |
