服务粉丝

我们一直在努力

稀疏

  • 高能效浮点存内计算研究获进展

  • 近年来,存内计算架构成为人工智能加速芯片的重要研究方向。存内计算架构能够降低数据访问开销,显著提升神经网络等智能算法的能效。目前,针对存内计算芯片的研究集中在定点存内
  • 如何构建像ChatGPT一样的大模型?

  • “如何有效地训练大型机器学习模型?”作者 | Devansh编译 | YIFEI大模型已经引起了人们的广泛关注,通过向模型添加更多的参数和数据,我们可以向系统添加更多的功能。额外的参数
  • 人工智能环保吗?

  • 在过去十年,人工智能(特别是深度学习)取得了显著成效。当Siri读懂你说的话、脸书认出了你的表亲、谷歌地图为你重新规划路线时,都大概率涉及到了深度学习系统。鲜为人知的是,这些
  • 【NeurIPS2022】SparCL:边缘稀疏持续学习

  • 来源:专知本文为论文介绍,建议阅读5分钟在这项工作中,我们提出了一个名为稀疏持续学习(SparCL)的新框架,这是第一个利用稀疏性在边缘设备上实现低成本持续
  • 安培架构下稀疏特性的实践与挑战

  • 导读:稀疏特性是我们在做机器学习时,经常会碰到的一个问题。利用矩阵的稀疏特性,也是在机器学习过程中常用的一种优化方式。了解稀疏特性,以及了解如何利用稀疏特性来解决模型部
  • 墨芯利用激活稀疏化神经网络构建高效搜索引擎

  • 【嘉勤点评】墨芯发明的利用激活稀疏化的神经网络加速和嵌入压缩方案,利用正则化项增强了DNN现有训练目标函数,促进神经元的稀疏激活,并利用各种算法来解决优化问题来对DNN进行
  • 华中科技大学再夺“图计算”全球冠军!

  • 好消息!华中科技大学计算机学院图计算团队再夺全球冠军8月15日,图计算领域最具影响力的国际赛事——2022年图计算挑战赛Graph Challenge结果揭晓,华中科技
  • ADS NPU的稀疏计算

  • Nathan J:复睿微电子英国研发中心首席架构师,常驻英国剑桥。曾在ARM总部从事十多年的高性能CPU架构研究以及人工智能架构研究。现如今,人工智能在诸多领域都取得了突破性进展,比
  • 王子一:飞猪稀疏高客单场景下的CVR优化实践

  • 导读:飞猪推荐场景基于旅游业务,它具有样本标签稀疏与客单价较高的特点。在高度稀疏的单场景下进行建模具有很大的挑战性。在实际业务中,我发现CVR优化不仅仅依赖于模型设计,更
  • CoBEVT:用稀疏变形器进行合作式鸟瞰语义分割

  • 鸟瞰图(BEV)语义分割在自动驾驶的空间感知中起着关键作用.虽然最近的文献在BEV地图理解方面取得了重大进展,但它们都是基于单摄像头的系统,难以处理复杂交通场景中的遮挡和检测

热门文章

  • 实力女神周海媚亮相《实力派》,谈人生聊表演

  • 当影视行业逐渐摆脱了流量控制,开启最本源的以内容为导向的竞争态势之后,那些在演艺圈努力打拼数十年的优秀演员,再度迎来了全新的春天。于是影视界“叔圈”“姐圈”频频破圈,成