在神经架构搜索（NAS）的创新工作中，引入了一种图神经网络（GNN）预测器，这种预测器可以提高识别特定任务的最优神经网络配置的效率。GNN预测器通过理解神经网络的图结构，从而可以更有效地预测神经网络的性能，这...

近日，GitHub上发布了一个名为tiny-gpu的项目，这是一个基于Verilog实现的最小化GPU。该项目的主要优化方向是帮助用户从头开始学习GPU的工作原理。tiny-gpu尝试通过最简单的方式，将GPU的操作和结构进行模拟和实现，...

本文深入探讨了如何训练扩散模型以生成视频，如何适配图像模型，甚至在无需额外训练的情况下，如何从图像模型中生成视频。扩散模型作为一种新兴的生成模型，已经在图像生成领域取得了显著的成果。文章首先介绍了扩散...

谷歌宣布其最新的人工智能芯片Cloud TPU v5p现已问世。这款芯片的训练速度是前代TPU v4的近三倍，尤其在大型语言模型的训练上表现出色。这一发布进一步巩固了谷歌在AI硬件领域与其他竞争对手如Nvidia的竞争优势。同...

GPT（Generative Pre-trained Transformer）作为一种先进的自然语言处理技术，正逐渐成为人工智能领域的焦点。其最主要的价值在于极大地降低了初创企业使用机器学习功能的门槛。通过GPT，企业无需庞大的数据集或复杂...

MoCha-Stereo即Motif Channel Attention Stereo Matching Network，是一种全新的立体匹配方法，它能够有效保留在传统立体匹配技术中常常丢失的几何结构。这一技术的出现有望在计算机视觉领域带来一场革命，尤其是在...

随着计算机架构设计的发展，为了隐藏延迟，缓存层级在计算单元与主存之间不断增加。这些缓存在CPU之间部分共享，导致无法完全隔离共同托管容器的性能。奈飞的团队通过将CPU隔离的责任从操作系统转移到基于数据的解决...

当前神经网络在超出其训练数据的情况下泛化能力有限，这限制了它们的推理和可靠性。为了实现人工通用智能（AGI），我们需要寻找替代方法。专家认为，尽管深度学习和神经网络在特定任务上取得了显著成就，但它们距离...

微软计划于5月20日在西雅图举行的活动上展示其对AI PC的愿景。公司对新款Arm架构Windows笔记本充满信心，认为其将在CPU性能和AI加速任务方面超越苹果搭载M3芯片的MacBook Air。这些笔记本将搭载高通的Snapdragon X E...

ASTRA是一款基于Transformer架构的模型，其在足球比赛中识别关键时刻的能力令人瞩目。该模型针对行动定位和数据不平衡等挑战提出了有效的解决方案。通过对比赛视频的深度学习分析，ASTRA能够精确识别出比赛中的重要...