arm 优化 图像处理
收录了 arm 优化 图像处理 频道下的 50 篇内容
Armv9 终于来了，Arm 盯上了英特尔的“蛋糕”？
Arm 发布了下一代芯片架构 Armv9，距离上一代芯片架构 Armv8 的推出，已经有 10 年时间。
Arm 推出两款新型 AI 边缘计算芯片，在语音及视觉领域可将 ML 性能提升 480 倍
Arm在边缘计算领域又一进展。
旷视天元深度学习框架 Beta 版的技术升级与生态建设
天元Beta版，来了。
嵌入式深度学习框架研发与落地实践
本次分享介绍硬件面对的困难，落地应用层面的问题解决，以简单搜索App为案例全面讲解从汇编到顶层架构实现等。
异构计算系列（三）：Adlik 在深度学习异构计算上的实践
在模型应用上，需要使用深度神经网络的推理能力完成网络前向计算。
优 Tech 分享 | 多场景适配，TNN 如何优化模型部署的存储与计算？
在新基建大潮下，人工智能在社会发展中的角色越来越重要。技术开源构建了开放共进的生态环境，帮助行业应用加速落地，同时在解决行业实际问题时不断迭代，推动了人工智能技术普及。
网易有道开源 EMLL：高性能端侧机器学习计算库，大幅提高计算性能
EMLL 为加速端侧 AI 推理而设计，提供基于端侧处理器的高性能机器学习计算库，支持 fp32、fp16、int8 等数据类型
苹果对外招聘 RISC-V 工程师，或欲节省每年数百万美元的 ARM 专利费
苹果正在向更加自主可控的芯片研发道路迈进。
我们如何从 0 到 1 搭建了训练、部署机器学习模型的开源库 NeoML
与其他主流开源库相比，NeoML可以在所有设备上为预训练图像处理模型提供15%-20%的性能优化。
在边缘实现机器学习都需要什么？
边缘机器学习必备要素。
GCC 4.9 发布，完整支持 Go 1.2.1
GNU项目和GCC开发者近日发布了GCC 4.9。这是一个主要版本，提供了大量新功能。比如改进了LTO（链接时优化）、跨过程优化，支持在终端中显示带颜色的诊断信息，继续增加对C++1y的支持，标准库支持C++11的
工程之道，旷视 MegEngine 工业级模型量化能力的构建与实战
本文将简要介绍神经网络量化的原理，并与大家分享MegEngine量化方面的设计思路与实操教程。
华为发布业界首款 AI-Native 数据库，挑动了谁的神经？
华为又一重磅产品推出
苹果凌晨推出首款自研 5nm M1 芯片，160 亿晶体管、8 核 CPU、16GB 统一内存，香吗？
苹果最新自研芯片M1，到底有多强？
从业 20 年，计算机视觉老兵谈算法从研究到落地
对工程师来说，一个算法项目从建立到实用一般需要经历论文方法调研、数据采集、模型训练、算法优化和实用部署这些流程，但论文算法离实用还有比较大的距离，主要体现在效果无法覆盖广泛的场景，且效率很难满足落地要求等。
AI 芯片年终盘点：有些公司年产 N 片，有些 N 年产 1 片都难
AI前线小组盘点了2019年国内外主流科技公司在AI芯片方面的进展
专访高性能计算领军人物刘文志：并行计算的未来，是让人工智能无处不在
大数据、算法和计算能力决定了人工智能的发展。在计算领域上，主要依靠的硬件就是GPU、CPU，以及最近刚推出的TPU，背后是英伟达、英特尔和谷歌的角力。伴随着这些公司的股价一路上涨的趋势，从此也能看出并行计算的再次崛起。InfoQ一直很关注并行计算领域，联系了业界领军人物刘文志老师，并拜托杨旸进行了一次较深入的访谈，以下是访谈实录。 刘文志（花名风辰），商汤科技高性能计算总监，毕业于中国科学院研究生院，闻名于并行计算江湖，尤善异构并行计算（X86、ARM、GPU、APU及PHI）和大规模集群计算，有7年相关经验，涉及图像处理、计算机视觉、数据挖掘和石油勘探。曾任英伟达并行计算工程师（协助建立英伟达北京CUDA团队）、百度在线高级研发工程师（协助建立百度深度学习实验室异构计算团队）。
基于 TensorflowLite 在移动端实现人声识别
本文使用机器学习的方法识别人声，采用的框架是谷歌的 tensorflowLite 框架，该框架跟它的名字一样具有小巧的特点。在保证精度的同时，框架的大小只有 300KB 左右，且经过压缩后产生的模型是TensorFlow 模型的四分之一。
华为云鲲鹏云手机何以公有云业界独家
有没有可能让手机不仅可以握在手里，更可以放在云上呢？
AI 一周热闻：中兴列入被执行人名单；微软公开“小冰”技术原理；第四范式完成 10 亿元融资
本周AI领域又发生了哪些新鲜事？
京公网安备 11010502039052号 | 产品资质
