-
基于強化學(xué)習(xí)的液壓舵機殼體流道路徑規(guī)劃
液壓舵機殼體是航空液壓操縱系統(tǒng)的核心零件 , 內(nèi)部包含大量復(fù)雜流道 。傳統(tǒng)的流道路徑人工設(shè)計方法效率低下 , 結(jié)果一致性差 。針對該問題 , 提出了一種基于混合近端策略優(yōu)化(HPP0算法)的流道路徑規(guī)劃算法 。通過分析流道接口特征 ,設(shè)計智能體動作空間 、狀態(tài)空間和獎勵函數(shù)等強化學(xué)習(xí)要素 ,基于此實現(xiàn)了流道路徑的 自動生成 。 最后 , 以某航空液壓殼體為例 ,驗證了該方法的可行性和有效性 。
-
一文了解 Arm 神經(jīng)超級采樣，深入探索架構(gòu)、訓(xùn)練和推理
深入探索這一個由 ML 驅(qū)動的時域超級采樣的實用方法
-
AI 融合智能防護(hù)：開啟安全防御新篇章
傳統(tǒng)的網(wǎng)絡(luò)安全防護(hù)手段多依賴于預(yù)先設(shè)定的規(guī)則和特征庫，面對日益復(fù)雜多變、層出不窮的新型網(wǎng)絡(luò)威脅，往往力不從心，難以做到及時且精準(zhǔn)的識別。AI 技術(shù)的融入則徹底改變了這一局面。機器學(xué)習(xí)算法能夠?qū)Ａ康木W(wǎng)絡(luò)數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，自動挖掘其中潛藏的威脅模式和異常行為。以中國電信安全公司推出的威脅情報查詢平臺為例，該平臺依托強大的大網(wǎng)數(shù)據(jù)底座與 AI 技術(shù)，深度融合 DeepSeek，能夠?qū)崟r捕捉全球威脅動態(tài)。通過對多維度 IP 特征數(shù)據(jù)與 PDNS 數(shù)據(jù)的分析，構(gòu)建起億級高活躍情報庫，并借助智能分析引擎實現(xiàn)情報的智能化、多維度分析，極大地提升了威脅識別的精準(zhǔn)度與效率，即便是非專業(yè)的 “技術(shù)小白”，也能借助該平臺獲取專業(yè)級的安全輔助決策 。
-
MCU AI/ML - 彌合智能和嵌入式系統(tǒng)之間的差距
人工智能（AI）和機器學(xué)習(xí)（ML）是使系統(tǒng)能夠從數(shù)據(jù)中學(xué)習(xí)、進(jìn)行推理并隨著時間的推移提高性能的關(guān)鍵技術(shù)。這些技術(shù)通常用于大型數(shù)據(jù)中心和功能強大的GPU，但在微控制器（MCU）等資源受限的器件上部署這些技術(shù)的需求也在不斷增加。
-
亞馬遜云科技AI聯(lián)賽：在全新終極 AI 對決中學(xué)習(xí)、創(chuàng)新和競爭
北京——2025年7月30日 自 2018 年以來，AWS DeepRacer 已吸引全球超過 56 萬名開發(fā)者參與，充分印證了開發(fā)者可以通過競技實現(xiàn)能力成長的實踐路徑。如今，亞馬遜云科技將通過亞馬遜云科技AI聯(lián)賽，將這一模式繼續(xù)拓展至生成式 AI 時代。
-
貿(mào)澤供應(yīng)專用處理器和加速器解決方案 帶來更豐富的嵌入式機器學(xué)習(xí)和人工智能產(chǎn)品系列
2025年7月28日 – 專注于引入新品的全球電子元器件和工業(yè)自動化產(chǎn)品授權(quán)代理商貿(mào)澤電子 (Mouser Electronics) 持續(xù)擴展其針對機器學(xué)習(xí) (ML) 工作優(yōu)化的專用解決方案產(chǎn)品組合。
-
實現(xiàn)自我溝通和與世界溝通的新方式
在這個高速發(fā)展的時代，無論是健身、競技、興趣活動，還是康復(fù)訓(xùn)練，對身體表現(xiàn)的感知與理解，正成為提升表現(xiàn)、實現(xiàn)突破的關(guān)鍵。如今，先進(jìn)技術(shù)正為我們架起一座橋梁，將每一次身體活動轉(zhuǎn)化為有價值的洞察，幫助我們更聰明地訓(xùn)練、更高效地恢復(fù)、并持續(xù)提升表現(xiàn)。
-
從模型部署到系統(tǒng)自治，AI 智能體正在邊緣落地
在科技飛速發(fā)展的當(dāng)下，邊緣 AI 正經(jīng)歷著一場深刻的變革。從最初的 TinyML 微型機器學(xué)習(xí)探索低功耗 AI 推理，到邊緣推理框架的落地應(yīng)用，再到平臺級 AI 部署工具的興起以及垂類模型的大熱，我們已經(jīng)成功實現(xiàn)了 “讓模型跑起來” 的階段性目標(biāo)。然而，這僅僅是邊緣 AI 發(fā)展的起點，其未來的演進(jìn)方向正逐漸聚焦于一個更為關(guān)鍵的問題：當(dāng) AI 模型能夠在邊緣設(shè)備上穩(wěn)定運行后，它們能否進(jìn)一步實現(xiàn)協(xié)作，從而推動邊緣 AI 邁向更高的智能形態(tài)?
-
DPU卸載機器學(xué)習(xí)推理：PyTorch模型在BlueField-3的INT8量化部署實現(xiàn)2ms級ResNet50推理
在AI算力需求指數(shù)級增長的背景下，NVIDIA BlueField-3 DPU憑借其512個NPU核心和400Gbps線速轉(zhuǎn)發(fā)能力，為機器學(xué)習(xí)推理提供了革命性的硬件卸載方案。通過將PyTorch模型量化至INT8精度并結(jié)合DPU的硬件加速引擎，某頭部云服務(wù)商在BlueField-3上實現(xiàn)了ResNet50推理延遲從12ms壓縮至2ms的行業(yè)突破，同時保持Top-1準(zhǔn)確率達(dá)75.8%。
-
打通邊緣智能之路：面向嵌入式設(shè)備的開源AutoML正式發(fā)布——加速邊緣AI創(chuàng)新
中國，北京，2025年7月17日——隨著AI迅速向邊緣領(lǐng)域挺進(jìn)，對智能邊緣器件的需求隨之激增。然而，要在小尺寸的微控制器上部署強大的模型，仍是困擾眾多開發(fā)者的難題。開發(fā)者需要兼顧數(shù)據(jù)預(yù)處理、模型選擇、超參數(shù)調(diào)整并針對特定硬件進(jìn)行優(yōu)化，學(xué)習(xí)曲線極為陡峭。因而，開發(fā)者肯定希望能夠在微控制器等邊緣器件和其他受限平臺上，輕松地構(gòu)建和部署性能穩(wěn)健、資源密集型的機器學(xué)習(xí)模型，而無需在復(fù)雜的代碼或硬件限制上耗費精力。
-
“低空經(jīng)濟” 崛起，2025無人機市場暗藏哪些潛力趨勢？
無人機以高效創(chuàng)新的方案，改變了多個行業(yè)的格局。在農(nóng)業(yè)領(lǐng)域，無人機助力精準(zhǔn)農(nóng)業(yè)、作物監(jiān)測和牲畜追蹤。工業(yè)部門利用無人機進(jìn)行現(xiàn)場勘測、基礎(chǔ)設(shè)施檢查和項目監(jiān)控。無人機還在革新配送服務(wù)，尤其在向偏遠(yuǎn)地區(qū)運送包裹、醫(yī)療用品和緊急援助物資方面表現(xiàn)出色。本文將重點介紹無人機市場趨勢。
-
邊緣 AI 的下一跳：邁向 “智能體操作系統(tǒng)”
在科技飛速發(fā)展的當(dāng)下，邊緣 AI 正經(jīng)歷著一場深刻的變革。從最初的 TinyML 微型機器學(xué)習(xí)探索低功耗 AI 推理，到邊緣推理框架的落地應(yīng)用，再到平臺級 AI 部署工具的興起以及垂類模型的大熱，我們已經(jīng)成功實現(xiàn)了 “讓模型跑起來” 的階段性目標(biāo)。然而，這僅僅是邊緣 AI 發(fā)展的起點，其未來的演進(jìn)方向正逐漸聚焦于一個更為關(guān)鍵的問題：當(dāng) AI 模型能夠在邊緣設(shè)備上穩(wěn)定運行后，它們能否進(jìn)一步實現(xiàn)協(xié)作，從而推動邊緣 AI 邁向更高的智能形態(tài)?
-
亞馬遜云科技推出基于NVIDIA Blackwell的最新、超強GPU實例 持續(xù)拓展AI基礎(chǔ)設(shè)施邊界
設(shè)想這樣一個系統(tǒng)，它可以探索解決復(fù)雜問題的多種方法，依托對海量數(shù)據(jù)的理解——從科學(xué)數(shù)據(jù)集到源代碼，再到商業(yè)文檔——并能夠?qū)崟r推理各種可能性。這種閃電般極速的推理不是未來的設(shè)想，而是如今亞馬遜云科技客戶AI生產(chǎn)環(huán)境中正在發(fā)生的事情。當(dāng)前我們的客戶在藥物研發(fā)、企業(yè)搜索、軟件開發(fā)等多個領(lǐng)域構(gòu)建的AI系統(tǒng)規(guī)模令人驚嘆，而這僅是開始。
-
Altair連續(xù)兩年被 Gartner 魔力象限評為數(shù)據(jù)科學(xué)與機器學(xué)習(xí)平臺領(lǐng)導(dǎo)者
Altair 因其愿景完整性和執(zhí)行能力被評為領(lǐng)導(dǎo)者 上海 2025年6月27日 /美通社/ --?全球計算智能領(lǐng)域領(lǐng)軍企業(yè)Altair近日宣布，旗下Altair? RapidMiner?（數(shù)據(jù)分析與AI平臺）再度被 Gartner 評為數(shù)據(jù)科學(xué)...
-
安森美AI數(shù)據(jù)中心系統(tǒng)方案指南上線
全面支持助力能耗優(yōu)化與綠色轉(zhuǎn)型
-
突破6G測試挑戰(zhàn)，加速邁入連接新紀(jì)元
無線技術(shù)的未來，其實比想象中來得更快。6G技術(shù)的出現(xiàn)有望帶來更高的性能和靈活性，其應(yīng)用場景將遠(yuǎn)超我們今天的無線系統(tǒng)。預(yù)計到2030年代初，這些下一代網(wǎng)絡(luò)就會投入商用，而整個行業(yè)正從研究階段逐步轉(zhuǎn)向開發(fā)和標(biāo)準(zhǔn)化階段。
-
使用Python和TensorRT在Jetson Nano上運行的實時螺栓檢測和計數(shù)系統(tǒng)-專為低功耗工業(yè)設(shè)置而構(gòu)建
利用這兩種趨勢，我們利用NVIDIA Jetson Nano開發(fā)了一種實時螺栓檢測和計數(shù)系統(tǒng)。該解決方案不僅涉及強大的機器學(xué)習(xí)模型的開發(fā)，還涉及在Jetson Nano等邊緣設(shè)備上直接優(yōu)化和部署這些模型，從而實現(xiàn)工業(yè)過程中的變革性自動化。
-
機器學(xué)習(xí)助力汽車設(shè)計創(chuàng)新
在汽車設(shè)計領(lǐng)域，機器學(xué)習(xí)正逐漸成為一股顛覆性的力量。傳統(tǒng)的汽車設(shè)計往往依賴設(shè)計師的經(jīng)驗與創(chuàng)意，過程漫長且具有一定的局限性。而機器學(xué)習(xí)的介入，徹底改變了這一局面。通過對海量歷史設(shè)計數(shù)據(jù)以及市場反饋的深度分析，機器學(xué)習(xí)算法能夠精準(zhǔn)洞察消費者的審美趨勢和功能需求，從而為設(shè)計師提供極具價值的創(chuàng)意靈感。例如，豐田汽車?yán)蒙墒?AI 技術(shù)，在汽車設(shè)計的初始階段，根據(jù)給定的參數(shù)快速生成多種設(shè)計模型，為設(shè)計師開拓了設(shè)計思路，極大地提高了設(shè)計效率。不僅如此，機器學(xué)習(xí)還能夠在設(shè)計過程中進(jìn)行實時的性能預(yù)測和優(yōu)化。通過構(gòu)建精準(zhǔn)的模型，對汽車的空氣動力學(xué)性能、燃油經(jīng)濟性、結(jié)構(gòu)強度等關(guān)鍵性能指標(biāo)進(jìn)行模擬預(yù)測，幫助設(shè)計師及時調(diào)整設(shè)計方案，在滿足美觀需求的同時，確保汽車性能達(dá)到最優(yōu)狀態(tài)，實現(xiàn)設(shè)計與性能的完美平衡。
-
IBM 被評為 2025 年 Gartner? 數(shù)據(jù)科學(xué)和機器學(xué)習(xí)平臺魔力象限領(lǐng)導(dǎo)者
作者：Bruno Aziza , IBM 數(shù)據(jù)、人工智能和戰(zhàn)略分析副總裁Stephen Mortefolio, IBM 數(shù)據(jù)和人工智能產(chǎn)品市場副總裁 北京 2025年6月18日 /美通社/ -- 數(shù)據(jù)科學(xué)家和機器學(xué)習(xí)工程師在整個企...
-
Nordic Semiconductor 收購 Neuton.AI以鞏固邊緣 AI 領(lǐng)導(dǎo)地位
Nordic 突破性 nRF54L 系列和 Neuton.AI 自動化 TinyML 平臺相輔相成，在邊緣實現(xiàn)易于使用的超高效機器學(xué)習(xí) (ML)
m564522634
SerenityPjb
HDIY
yangsong901123
lghtjpu
mamahuhu1
hufuju
lqsgg
a626079130
fxmxh
lgby1314
黔驢技窮
天涯尋刀
zyxjudge
liangxiaofeng
sylar^z
zhang..yb
xuwenyao1
jason.tw
盜號4SB
