以色列计算机芯片制造商Hailo Technologies试图利用一款针对深度学习工作负载定制的新型处理器来破解人工智能世界。
专注于汽车行业的Hailo公司表示,该芯片能够让设备在网络运行“复杂”的深度学习应用,而以前这些应用智能托管在云数据中心。
Hailo表示,这个比1便士还小的处理器是从零开始设计的,采用了重新设计的内存、控制和计算架构组件,此外还附带了一个软件开发工具包,让开发者可以开发针对硬件定制的应用。
Hailo首席执行官Orr Danon表示:“我们迫切需要一种类似的架构来取代过去的处理器,使深度学习能够在边缘运行设备。”
Hailo特别强调了该芯片的性能,特别是功效。Hailo引用了ResNet-50基准测试的初步结果,该测试将Hailo-8TM芯片与Nvidia Xavier AGX进行了比较,后者也是针对人工智能工作负载设计的。Hailo表示,根据测试结果显示,Hailo-8在执行相同任务时的功耗几乎减少了20倍。
“通过设计一种依赖于神经网络核心特性的架构,边缘设备现在全面运行深度学习的表现要比传统解决方案更高效,、更有效、更具可持续性,同时显着降低成本。”
不过Moor Insights&Strategy分析师Patrick Moorhead表示,这种专用计算芯片通常会存在一个问题。
“问题是编程能力非常有限,应用范围很窄。这是一种经典的ASIC与CPU、GPU和FPGA的对比。此外,我对于这种对比持怀疑态度,因为没有考虑到Nvidia的最新更新。”
尽管存在质疑,但Hailo似乎已经赢得了一些发展势头。Hailo表示,目前正在与汽车行业一些正在研究先进驾驶员辅助系统的合作伙伴、致力于智能城市和智能家居的企业一起测试Hailo-8TM。
好文章,需要你的鼓励
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
Writer首席执行官May Habib指出,企业在构建和扩展AI智能体时面临重大挑战。智能体在构建、运行和改进方式上与传统软件截然不同,需要抛弃传统软件开发生命周期。智能体不会可靠地遵循规则,而是结果导向、具备解释和适应能力。企业需要采用目标导向方法,设计业务逻辑蓝图而非工作流程。质量保证也需要评估非二元行为和实际应用表现。智能体维护需要新的版本控制系统,涵盖提示、模型设置等所有影响行为的因素。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。