E X P

关于 神经网络 的消息

英特尔Meteor Lake或会配备VPU,类似苹果M1的神经网络引擎

Meteor Lake也就是第14代酷睿系列处理器,是英特尔首个面向消费市场的7nm制程工艺(Intel 4)产品,加入了EUV光刻技术,并会使用Foveros封装技术。这意味着Meteor Lake可进行模块化设计,搭配不同制程节点的模块进行堆叠,封装内有可能是首款使用其他晶圆厂(台积电)制造的模块。

Intel决定砍掉Nervana神经网络处理器产品线:离产品正式发布只过去了两个月

上周五,Intel宣布他们决定停止在Nervana神经网络处理器上面的所有未来开发,这离Nervana神经网络处理器正式登场只过去了两个月的时间。

英特尔推出NNP-I神经网络处理器:大改Ice Lake,添加Nervana推理处理引擎

人工智能是当下最火热的话题,从手机到超算都在其中增加AI的AI运算能力。英特尔在台北电脑展上推出了全新的Ice Lake处理器,其中增添的AVX512指令集以增强其AI运算性能。不过英特尔的想法不止于此,根据Tom's Hardware的报道,英特尔在位于以色列海法的研发中心推出了一款针对推理运算的Nervana神经网络处理器,简称NNP-I。

NVIDIA也研究RISC-V,并采用它设计了一款深度神经网络加速器

最近RISC-V指令集架构非常受关注,这种新的开源指令集可以让处理器开发人员方便地开发出各种类型的芯片。NVIDIA很早之前就加入了RISI-V基金会,并做了很多研究。近日NVIDIA的研究人员在2019年VLSI电路研讨会上发布了一篇采用RISC-V指令集开发了一款多芯片模块式的可扩展深度神经网络加速器的论文,并在官网公布了摘要

微软开发出基于AI深度神经网络的毛发渲染技术,速度快千倍

在《巫师3:狂猎》、《孤岛惊魂4》、《使命召唤:幽灵上》等3A级游戏大作上,往往会看到使用了NVIDIA Hairworks、AMD TressFX的“秀发”渲染技术,可以让人物、动物的毛发看起来更加接近飘逸与真实,由于需要渲染成千上万根头发,非常消耗显卡性能,大多数人都不会选择开启这项功能。最近一份论文显示了,微软和南加利福尼亚州大学的研究人员开发了一种全新形式的毛发渲染技术,采用了火爆的AI深度神经网络,生产30万根头发的速度要比如今的方法快上1000倍。

Oculus展示神经网络自我学习手部追踪技术,识别率近百分百

上周开幕的Oculus F8似乎包含非常多的技术细节,我们在上周的时候有介绍新公布的Hald Dome原型设备,不仅可以通过自动可变焦距实现近距离物体渲染效果更好的聚焦,还可以将目镜的视场提高到140°的级别,远远超出目前的110°视场水平。虽然Nate Mitchell同时表示就近期而言不会有实际使用该功能的产品发售,但很多网友都对最近Oculus的技术进展报以乐观态度,而现在Oculus还有拿出更加先进的手部动作追踪技术,使用到热门的机器学习、神经网络技术,识别成功率相当高。

英特尔推出NNP-I神经网络处理器:大改Ice Lake,添加Nervana推理处理引擎

人工智能是当下最火热的话题,从手机到超算都在其中增加AI的AI运算能力。英特尔在台北电脑展上推出了全新的Ice Lake处理器,其中增添的AVX512指令集以增强其AI运算性能。不过英特尔的想法不止于此,根据Tom's Hardware的报道,英特尔在位于以色列海法的研发中心推出了一款针对推理运算的Nervana神经网络处理器,简称NNP-I。

英伟达展示最新 AI 成果 GauGAN,涂鸦秒变风景图

3月19日,英伟达在 GTC 2019 上展示了最新的深度学习模型——GauGAN,其运用了生成对抗网络 (GAN),能够将一幅涂鸦变为以假乱真的风景图。根据视频演示,工作人员在软件左边的绘图区勾勒了数笔,右边就几乎实时生成了与之对应的画面,效果十分惊艳。这项研究成果能让设计师快速创作艺术构想,也能让普通人体验到绘画的乐趣。

下一代HoloLens会是什么样?加入AI协处理器、布局深度学习

以防大家已经不知道说个“冷知识“,今年年初才进入大陆市场的微软增强现实眼镜HoloLens其实首次公布是在2015年的1月份,换句话说这款设备已经在开发者的手里使用两年有余。按照一般设备寿命的规律,两年的窗口已经足够推出续作。不过正如我们在2月份报道的,微软原本计算在今年年初的时候推出一款改进版,但是在最后关头取消计划,并决定跳过HoloLens 2.0,直接在2019年甚至更晚些时候带来更进一步的HoloLens,或许我们可以称之为HoloLens 3.0。

抠图抠到心烦?不怕,Adobe Research提出深度学习抠图算法

如果你想问超能网里面的摄影师最讨厌的工作是什么,想必就是对每天拍摄好的海量产品照片进行抠图了吧,尤其是散热器以及透明的产品,更需要花费大量的时间与精力去完成抠图。毕竟目前PhotoShop中的魔棒还是以颜色作为特征区分物体与背景,很难完成复杂度较高的画面抠图。不过Adobe已经想出一个绝佳的方法解决这个问题,还是用上了深度神经网络对图像的自然结构进行抠图。

马赛克照片要“去码”?Google Brain说我们做到了

上一年里,Google DeepMind的神经网络围棋AI——AlphaGo震惊围棋界,继1997年的IBM“深蓝”打败了国际象棋世界冠军以后,就连棋盘复杂度几何级上升的围棋,即便是国际九段选手也难逃被AlphaGo逐一打败事实,一时间人工智能变成脍炙人口的话题。AlphaGo虽然依赖着超高运算速度的超级电脑,其背后软件算法基础则是深度神经网络。近日谷歌另一个团队神经网络作品Google Brain也横空出世,它竟然可以对打了马赛克的图片进行“复原”,或许这是很多宅男梦寐以求的功能。

谷歌翻译十周年,神经网络机器翻译现在更有逻辑和层次

对于很多依然在学校里埋头苦学的学生来说,谷歌翻译可能是日常学习中最常见的翻译工具,但是可能很少有人知道这项服务在昨天已经迎来了十岁的生日,而谷歌也在Google Research的官方博客中隆重介绍了未来的神经网络机器翻译系统。

加载更多