摘要：
NPU与超异构计算杂谈 NPU 基础 近年来，随着人工智能技术的飞速发展，AI 专用处理器如 NPU（Neural Processing Unit）和 TPU（Tensor Processing Unit）也应运而生。这些处理器旨在加速深度学习和机器学习任务，相比传统的 CPU 和 GPU，它们在处 阅读全文
摘要：
OpenVX开源神器分析 探秘OpenVX：加速计算机视觉的开源神器 项目地址:https://gitcode.com/rgiduthuri/openvx_tutorial Khronos OpenVX材料 Khronos OpenVX是一个开放的、无版权的标准API，用于计算机视觉应用程序的跨平台 阅读全文
摘要：
Kernel 优化架构分析 推理引擎的 Kernel 层通常是推理引擎中用于执行底层数学运算的组件。在深度学习模型推理过程中，需要对大量数据进行高效的数学运算，如矩阵乘法、卷积、池化等。Kernel 层就是实现这些运算的核心部分，它直接影响着推理引擎的速度和效率。本章将从四个方面对推理引擎的 Ker 阅读全文
摘要：
NPU技术基础杂谈 NPU 基础 近年来，随着人工智能技术的飞速发展，AI 专用处理器如 NPU（Neural Processing Unit）和 TPU（Tensor Processing Unit）也应运而生。这些处理器旨在加速深度学习和机器学习任务，相比传统的 CPU 和 GPU，它们在处理 阅读全文
摘要：
GPU与DSA架构分析GPU、GPGPU、DSA、FPGA、ASIC等AI芯片特性及对比GPUGPU（Graphics Processing Unit，图形处理器）是一种专门用于处理图形和图像的处理器。它是计算机的重要组成部分，主要用于加速图形和图像的处理和渲染。与传统的中央处理器（CPU）相比，G 阅读全文
摘要：
FPGA计算技术杂谈 阅读全文
摘要：
芯片算力计算方案分析 芯片算力公式主要有两个： 1. 计算=（单芯片）性能*规模（即数量）*利用率 2. CPU算力计算公式：Flops=[CPU核数][单核主频][CPU单个周期浮点计算能力] 注意，这两个公式只适用于特定情况，根据实际情况选择合适的公式。 1. 硬件算力计算公式 以上公式为硬件上 阅读全文
摘要：
OpenVX™规范构建说明和注释 https://github.com/KhronosGroup/OpenVX-api-docs 目录 介绍 构建规范 更新规范中的标记ID 构建扩建 样式表 嵌入方程式 Asciidoc定位点和外部参照 软件相关性 修订历史记录 笔记 这是基于Vulkan描述文件， 阅读全文
摘要：
OpenVX™双向参数扩展 1.OpenVX V1.3.1中支持双向参数的扩展 1.1. 意图 双向参数最初在OpenVX中指定，但由于在指定节点调度时存在困难和不明确，因此被删除。这个扩展是针对OpenVX V1.3.1的，并试图将它们添加回来，同时对它们的使用规则和图形形式进行修订。 在本文件中 阅读全文
摘要：
视觉任务的视觉语言模型研究综述 摘要——大多数视觉识别研究在深度神经网络（DNN）训练中严重依赖于人群标记的数据，他们通常为每个视觉识别任务训练一个DNN，导致视觉识别范式既费力又耗时。为了应对这两个挑战，最近对视觉语言模型（VLM）进行了深入研究，该模型从互联网上几乎无限可用的网络级图像-文本对中 阅读全文