首頁  資訊  商機   下載  拆解   高校  招聘   雜志  會展  EETV  百科   問答  電路圖  工程師手冊   Datasheet  100例   活動中心  E周刊閱讀   樣片申請
        EEPW首頁 >> 主題列表 >> 設備端

        設備端 文章 最新資訊

        設備端 AI 模型的突破簡化了開發

        • Nota AI 在加利福尼亞州舉行的 2025 年嵌入式視覺峰會上與 Qualcomm Technologies 一起展示了其最新的邊緣 AI 創新,包括平臺的協作集成,以優化和實現在設備上輕松實現模型。通過最近宣布與 Qualcomm Technologies 的合作,Nota AI 已將其專有模型優化平臺 NetsPresso 與 Qualcomm AI Hub 集成,以提高效率和可擴展性。集成平臺顯著簡化了在邊緣和資源受限設備上開發和部署 AI 和 LLM 模型的工作流程。NetsPresso 平臺
        • 關鍵字: 設備端  AI模型  

        全硅“片上風扇”使薄型器件保持低溫

        • 大多數手機和平板電腦都依賴于被動冷卻,將熱量散發到設備主體中(并最終散發到您的手掌中)。主動冷卻風扇會有所幫助,但傳統風扇太大,無法安裝在智能手機、平板電腦甚至一些筆記本電腦中。微型揚聲器制造商 xMEMS 認為它擁有世界上第一款全硅片上風扇 XMC-2400 的解決方案。它的設計大約厚一毫米,寬和深不到一厘米,借鑒了 xMEMS 音頻產品的經驗教訓。“該行業有一系列從機械設備轉移到硅的技術。從數據存儲,然后到麥克風,他們完成了過渡,“xMEMS 副總裁 Mike Housholder 
        • 關鍵字: xMEMS  風扇  設備端  AI 系統  片上風扇  

        ROHM開發出數十毫瓦超低功耗的設備端學習 AI芯片,無需云服務器,在設備端即可實時預測故障

        • *設備端(On-device)學習:?在同一AI芯片上進行學習和訓練全球知名半導體制造商ROHM(總部位于日本京都市)開發出一款設備端學習*AI芯片(配備設備端學習AI加速器的SoC),該產品利用 AI(人工智能)技術,能以超低功耗實時預測內置電機和傳感器等的電子設備的故障(故障跡象檢測),非常適用于IoT領域的邊緣計算設備和端點*1。通常,AI芯片要實現其功能,需要進行設置判斷標準的“訓練”,以及通過學到的信息來判斷如何處理的“推理”。在這種情況下,“訓練”需要匯集龐大的數據量形成數據庫并隨時
        • 關鍵字: ROHM    設備端  AI芯片  無需云服務器    實時預測故障  
        共3條 1/1 1

        設備端介紹

        您好,目前還沒有人創建詞條設備端!
        歡迎您創建該詞條,闡述對設備端的理解,并與今后在此搜索設備端的朋友們分享。    創建詞條

        熱門主題

        樹莓派    linux   
        關于我們 - 廣告服務 - 企業會員服務 - 網站地圖 - 聯系我們 - 征稿 - 友情鏈接 - 手機EEPW
        Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
        《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
        備案 京ICP備12027778號-2 北京市公安局備案:1101082052    京公網安備11010802012473
        主站蜘蛛池模板: 崇信县| 通海县| 阜康市| 旬邑县| 鸡泽县| 寻乌县| 莲花县| 崇仁县| 遵义市| 华池县| 古交市| 新沂市| 九台市| 安化县| 长岛县| 汤阴县| 章丘市| 建昌县| 赤城县| 汶川县| 洞口县| 清苑县| 江达县| 淮南市| 交口县| 楚雄市| 文山县| 子长县| 曲水县| 泗阳县| 房产| 赤壁市| 怀来县| 磐安县| 新宁县| 当雄县| 墨竹工卡县| 禄丰县| 青河县| 中卫市| 陵水|