解决人工智能芯片设计面临的新挑战
25:12
描述
相关视频
本次课程将和大家分享人工智能领域最新的市场发展趋势和需求,从差异化算力、高带宽低能耗存储、异构运算、多die实时互联、覆盖缺陷和良率测试、以及信息安全等角度讲述人工智能芯片设计过程中所面临的挑战及应对策略,为人工智能芯片开发者系统的介绍了一整套经过广泛应用的IP解决方案产品及特征。
查看更多
查看更少
25:12
本次课程将和大家分享人工智能领域最新的市场发展趋势和需求,从差异化算力、高带宽低能耗存储、异构运算、多die实时互联、覆盖缺陷和良率测试、以及信息安全等角度讲述人工智能芯片设计过程中所面临的挑战及应对策略,为人工智能芯片开发者系统的介绍了一整套经过广泛应用的IP解决方案产品及特征。
您的下一个系统是否需要高性能AI?了解最新系统用于计算的内容,包括AI数学、浮点和点积硬件以及处理器IP。
5:06
3:59
了解ARC EV处理器如何将同时定位和地图绘制(SLAM)与神经网络引擎相结合,以在识别对象的同时构建周围环境的地图。
5:49
支持人工智能的芯片和复杂的算法是各行各业取得许多巨大进步的关键。其中许多突破都是通过最新的EDA创新实现的。随着协同循环的推进,我们正在利用AI的力量创造新的应用,更快更好地设计芯片。这就是为什么我们对今年早些时候宣布的DSO.aiTM技术感到兴奋。
2:08
智能扬声器和语音控制设备在通过NLP理解请求方面变得越来越好。本演示展示了ARC VPX DSP Processor IP如何将NLP从云端迁移到嵌入式边缘设备,以实现更低的延迟和卓越的功耗效率。
7:28
加入Synopsys接口IP专家Manmeet Walia,一同了解在扩展AI SoC和系统的前提下,通过使用Die to Die接口方案如何最大程度地减少延迟和功耗的趋势。
7:45