写点什么

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

Arm 推出 AI Portal:当 AI 应用从“模型可用”走向“平台可用”
Arm 推出 AI Portal:当 AI 应用从“模型可用”走向“平台可用”

这是一个面向开发者和智能体的统一入口,帮助其在 Arm 计算平台上发现、优化和部署 AI 软件,覆盖云、边缘和物理 AI 场景。

Armv9 终于来了,Arm 盯上了英特尔的“蛋糕”?
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推出业内首创的面向 GPU 的“神经技术”,为移动设备注入活力
Arm 推出业内首创的面向 GPU 的“神经技术”,为移动设备注入活力

搭载这项技术的设备预计将于2026年底上市,神经图形开发套件现已发布。

高级自动扩展功能助力企业降低70%的AWS成本
高级自动扩展功能助力企业降低 70% 的 AWS 成本

下一代 Kubernetes 自动扩展技术与工具正在帮助组织节省大量的云基础设施成本。最近,Svetlana Burninova 使用 Karpenter 构建了一个多架构 EKS 集群,在提高性能的同时节省了 70% 的成本。

嵌入式深度学习框架研发与落地实践
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。

Arm 神经技术与虚幻引擎 MegaLights首登移动端,手游画质跨入电影时代
Arm 神经技术与虚幻引擎 MegaLights 首登移动端,手游画质跨入电影时代

未来移动 GPU 的一个重要发展方向——从单纯提升图形算力,转向图形计算与神经计算协同工作。

异构计算系列(三):Adlik在深度学习异构计算上的实践
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?
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
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

物理 AI 如何定义下一代平台革新?
物理 AI 如何定义下一代平台革新?

物理 AI 是机器在现实世界中设计、部署与获得信任的全新篇章。

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
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?
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的等等。该版本还提供了Go 1.2.1的完整实现。

工程之道,旷视MegEngine工业级模型量化能力的构建与实战
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

从业20年,计算机视觉老兵谈算法从研究到落地
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。

arm 优化 图像处理专题_资料-InfoQ中文网