首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏硅光技术分享

    光子硬件加速器

    光子硬件加速器(photonic accelerator,简称PAXEL)是用光子处理一些特殊的计算任务,辅助已有的数字计算机。其典型的框架图如下图所示, ? (图片来自文献1) 与电子硬件加速器相比,光子加速器方案中信号加载在光信号上,因而会需要额外的光电转换步骤。PAXEL的主要优势是计算速度快、功耗小。 文献1中列出了光子硬件加速器的几个应用情景, 1)人工神经网络(articifical neural network) 深度学习的计算涉及大量的矩阵计算, ? (图片来自文献1) 4)决策问题(decision making problem) 这里主要介绍下一个经典的问题——多臂选择机问题(multiarmed bandit),如何通过光学方法实现。 Kitayama, et. al., "Novel frontier of photonics for data processing—Photonic accelerator", APL Photonics 4,

    3.4K30发布于 2020-08-13
  • 来自专栏FPGA技术江湖

    数据中心中的FPGA硬件加速器

    再来看一篇FPGA的综述,我们都知道微软包括国内的云厂商其实都在数据中心的服务器中部署了FPGA,所以这篇论文就以数据中心的视角,来看下FPGA这个硬件加速器。 还是一样,想要论文原文的可以私信我。 Xilinx 开发了专用的自适应加速器硬件模块 ALVEO,用于数据中心相关应用。 案例研究:用于数据处理的可重构设备 硬件加速器 谷歌、微软和亚马逊已经更新了部署 FPGA 的数据中心,以增强后端的机器学习。FPGA 为节能可编程硬件架构提供了一种很有前景的替代方案。 该 FPGA 加速器卡安装在 Supermicro-Super-Server 中,用于 48(根据需要)节点服务器 pod,连接到 10 Gb 每秒以太网通信端口的 4 个节点。 如表 4 和表 5 所示,响应时间也大大减少了。

    75610编辑于 2025-01-11
  • 来自专栏嘘、小点声

    日常记录(4硬件相关

    https://blog.csdn.net/qq_41844618/article/details/104332949

    34310编辑于 2021-12-09
  • 来自专栏石开之旅

    硬件笔记(7)----USB学习笔记4

    数据包 ID(PID) — (8 位:4 个类型位和 4 个错误检测位)。 这些位将数据传输定义为 IN/OUT/SETUP/SOF 可选的设备地址 — (7 位:最多可支持 127 个设备) 可选的端点地址 — (4 位:最多支持 16 个端点)。 虽然 4 位地址最多仅支持 16个端点,但我们具有一个 IN PID 和一个 OUT PID,它们各自使用了端点地址 1 到 16,因此共有 32 个端点。 IN、OUT 和 SETUP 令牌数据包都有一个 7 位设备地址、4 位端点 ID 和 5 位CRC。下图显示了这四个令牌数据包的框图。 ?

    1K10发布于 2019-07-02
  • 来自专栏Kubernetes 与 Devops 干货分享

    Zabbix(4)-Zabbix使用snmp监控硬件

    使用SNMP监控硬件设备 通过Zabbix 自带的snmp接口即可实现snmp监控硬件,具体实现流程如下 梳理资产设备型号,便于根据产品查询对应的oid参数指标 使用snmpwalk测试数据是否符合使用场景

    1.7K20编辑于 2022-10-31
  • 来自专栏TopSemic嵌入式

    MicroPython 玩转硬件系列4:串口小实验

    在进行第3节和第4节实验前,还需要: 将板子G12引脚和USB转TTL的RXD引脚短接 将板子G13引脚和USB转TTL的TXD引脚短接 将板子GND引脚和USB转TTL的GND引脚短接 3.串口发送 完成的功能即:ESP32通过串口发送数据给USB转TTL设备 4.串口接收 代码如下: from machine import UART,Pin uart = UART(2, baudrate=115200

    2.2K20发布于 2021-05-31
  • 来自专栏AI研习社

    谷歌全面开源 MLIR 及生态联盟,全球 95% 的加速器硬件都在使用

    近日谷歌宣布,向非盈利性 LLVM 基金会提供今年 4 月开源的 Multi-Level Intermediate Representation(MLIR)架构,一个与 TensorFlow 紧密结合的表示格式和编译器实用工具库 MLIR 没有众所周知的固定或内置的操作列表(无「内联函数」),方言可完全定义自定义类型,即 MLIR 如何对 LLVM IR 类型系统(拥有一流汇总)、域抽象(对量化类型等经机器学习 (ML) 优化的加速器有着重要意义 v=p45kQklIsd4);帮助有语言障碍的人更好地沟通;还是协助农民检测农作物疾病。 ? 图 4 MLIR 生态联盟 MLIR 旨在成为 ML 基础架构的新标准,并得到全球硬件和软件合作伙伴的大力支持,包括 AMD,ARM,Cerebras,Graphcore,Habana,IBM,Intel ,Mediatek,NVIDIA,Qualcomm Technologies,Inc,SambaNova Systems,Samsung,Xilinx 的小米——占全球数据中心加速器硬件的 95%以上,

    2K20发布于 2019-09-17
  • 来自专栏新智元

    揭开Groq LPU神秘面纱:世界最快硬件加速器的底层架构设计!

    凭借自研的硬件加速器LPU,达成了500个token/s的神级推理速度,当场秒杀了ChatGPT。 TSP编程模型依赖于两个关键要素: 硬件中的确定性数据路径 通过ISA获得的有关指令延迟的信息 编译器的后端可以跟踪片上任何流的位置和使用时间,称为软件定义硬件。 这些设备中的每一个都由11个引脚组成,其中7个引脚用于将每个TSP设备连接到节点中的其他7个TSP设备,其余4个引脚用于形成全局链接。 节点中的每个设备都有4个全局链路,总共有32个全局链路,共同构成了一个32个虚拟端口的高基数路由器(high-radix router)。 TSP的计算模型基于确定性硬件,所以整个分布式系统也应具有同样的确定性。 使用硬件对齐计数器同步TSP的时钟 每个TSP设备都包含一个称为硬件对齐计数器(HAC)的硬件计数器,溢出周期为256。

    90010编辑于 2024-03-13
  • 来自专栏云深之无迹

    树莓派硬件运行PX4飞控固件

    我在研究这个PX4飞控的时候,发现新的硬件500—700之间,二手的现在最便宜的200.。。(去年有个店家100块,我没买,o(╥﹏╥)o)。 那我没硬件肯定就玩不成了啊,那我肯定不干! 想起来以前看文档说PX4可以编译在树莓派上面使用。我后面也搜索过但是不见了踪影。那现在我们就是有了第三个选择,树莓派的PX4. 经过我一番操作,有结果了。 首先可以在树莓派上面运行PX4,这点是确实可以的。但是需要一些额外的东西,比如一个IMU,一个GPS。PX4官方做了一个,但是不开源。后来也有一个场子做了,也不开源。 169刀,教育优惠20刀,还是贵呢~就是下面这个了 https://docs.px4.io/master/en/flight_controller/raspberry_pi_navio2.html 长这样 ,便宜点就好了 这个板子好处是把PX4和ROS写入了一个自己编译的系统,而且还有一个易于管理的页面。

    3K30发布于 2021-10-20
  • 来自专栏ATYUN订阅号

    Google Cloud现已支持Nvidia Tesla P4推理加速器

    通常,这些产品的重点是建立机器学习模型,但今天,谷歌推出对Nvidia P4加速器的支持,该加速器专门用于推理,以帮助开发人员更快地运行现有模型。 因为P4s有8 GB的DDR5内存,并且可以每秒处理多达22个tera运算,对于整数操作来说,这些卡片可以处理几乎所有你输入进去的东西。 在Google Cloud上,如果你对运行可抢占的GPU感到满意,那么P4的标准价格为每小时0.60美元,每小时0.21美元。

    68820发布于 2018-08-16
  • 来自专栏点滴科技资讯

    4个理由说明为什么加速器项目适合你

    上周在和其他生物科技领域的创始人一起参加活动时,创始人们讨论了关于如何加入生物科技领域加速器/孵化器方面的问题。他们对加入孵化器或加速器存在很多疑问,我应该加入吗? 加速器或孵化器真的能“加速”我的企业发展吗?啊,他们为什么要那么多股权呢?决定是否申请某个孵化器或加速器仍然是一个头疼的决定。 在前三个方面,我会和你们分享为什么你应该考虑申请某个加速器项目。 以下是某个加速器项目是否适合你的4个理由: 1、它能提供关键资源给企业发展壮大。一些加速器能提供资本,资源,材料和空间等好处给企业。 我们在向投资人募资或者推广我们企业时,我们会很肯定地提及我们加入的加速器项目—而且这都会起到很好地效果。 4、它能吸引人才。加入加速器能帮你吸引关键人才。 因为我知道Illumina加速器在基因测序技术领域具有领先优势,而且在运作加速器方面已经积累了丰富的经验,我相信该加速器只会选择最有可能成功的企业。

    3.4K50发布于 2018-04-28
  • 来自专栏3D视觉从入门到精通

    L4级自动驾驶硬件方案来啦!

    编辑丨计算机视觉life 如何保证L4级自动驾驶系统的普适性,同时找到自动驾驶车辆成本、规模化之间的平衡点? 近日,此前已经在自动驾驶网约巴士(Robobus)领域打出声量的轻舟智航推出了全新的Driven-by-QCraft第三代L4级自动驾驶硬件方案,在适配多种车型的同时,做到了高效与场景通用。 在NVIDIAGTC大会上,他们又宣布牵手英伟达,在Driven-by-QCraft硬件方案中率先使用英伟达的DRIVE Orin芯片,让L4级自动驾驶的计算平台迈向量产车规级,这也意味着轻舟智航成为首个使用 NVIDIA DRIVE Orin的L4级自动驾驶通用方案公司。 以规模化为目标 多传感器融合套件:适用于不同车型、成本可控 •由轻舟智航推出的这一套硬件可应用于不同车型,也是国内首个可同时用于Robotaxi及Robobus的硬件方案。

    1.1K50发布于 2021-11-19
  • 来自专栏韦东山嵌入式

    嵌入式Linux APP 访问硬件4 种方式

    4 种方法没有优劣之分,在不同的场合使用不同的方法。

    53230编辑于 2022-05-05
  • 来自专栏NAS

    4盘位、4K输出、J3455、遥控,NAS硬件入门性价比之王

    4盘位、4K输出、J3455、遥控,NAS硬件入门性价比之王开篇在NAS市场中,威联通(QNAP)向来以“性能与功能双在线”著称,而旗下TS-453Bmini这款经典机型,即便历经多年市场考验,如今仍是入门玩家和影音爱好者的宝藏之选 不到400元的二手价位,却能拿下4盘位全功能配置、4K视频输出+红外遥控,这样的“捡漏级”性价比,让它在二手市场始终热度不减。 14nm工艺的IntelCeleronJ3455四核处理器,基础频率1.5GHz,可自动睿频至2.3GHz,配合IntelHDGraphics500核显,既能轻松应对文件存储、数据同步等基础任务,还能实现硬件级视频转码 ,为4K影音播放筑牢基础。 :影音爱好者&入门玩家的理想之选总的来说,400块钱能拿下威联通这种级别的大牌NAS,还带4盘位、4K输出和遥控器,真的是捡漏级别的香!

    47210编辑于 2026-01-09
  • 来自专栏网络交换FPGA

    P4用软件实现和硬件实现的区别

    P4可编程器件有各种各样的底层硬件架构,如基于CPU的系统或ASIC,代表了这两个领域的两端。基于CPU的P4目标平台性能有限,但易于扩展。 01 INTRODUCTION 2014年,博斯哈特等人[1]引入了P4,一种用于软件可编程网络设备的特定领域语言。随后,各种支持P4硬件和软件设备出现了。 他们的调查显示,目标平台之间的延迟不同,但延迟与现有的专用AFDX硬件相当。 P4的一个吸引人的特性,不仅仅是对航空电子设备,是它的设计促进了程序行为的简化验证,例如,在P4没有环路。 因此,P4介绍了硬件的抽象表示,总结了它的设计和功能。 P4的核心是匹配动作表。它们被设计成允许组合多组关键字,例如特定的标题字段,以确定动作。表条目在运行时由控制平面提供。 我们分析的最后一个属性是P4程序中应用的表的数量。虽然硬件P4目标通常不允许每个数据包多次应用同一个表,但t4p4s中不存在这种限制。

    3K31发布于 2020-11-03
  • 来自专栏网络技术联盟站

    AI芯片设计与优化:算力提升、能耗降低与硬件加速器的发展趋势

    本文将详细介绍AI芯片设计与优化中的算力提升、能耗降低以及硬件加速器的发展趋势,并分析其对AI技术发展的影响。图片1. 硬件加速器的发展趋势为了满足日益增长的AI计算需求,硬件加速器成为了芯片设计与优化的重要方向之一。硬件加速器通过专门设计和优化的硬件结构,能够显著提升芯片的计算能力和能效比。 3.2 神经网络处理单元(Neural Network Processing Unit,NPU)NPU是一种专门用于神经网络计算的硬件加速器,具有高度的并行计算能力和低能耗的特点。 4. 实际应用场景和挑战AI芯片的应用涵盖了各个领域,例如自动驾驶、物联网、医疗健康等。然而,AI芯片设计与优化仍面临一些挑战,包括设计复杂性、算法与芯片协同优化以及技术与成本之间的平衡等。 优化算力、降低能耗和发展硬件加速器是提高AI芯片性能的关键要素。随着技术的进步和需求的不断变化,AI芯片设计与优化的趋势将持续演进,并为各个行业带来更多的应用机会。

    2K30编辑于 2023-07-04
  • 来自专栏linux运维

    硬件维护问题:硬件维护不当,导致硬件故障

    检查当前硬件状态首先,我们需要检查当前系统的硬件状态。 常见的硬件维护问题及解决方案2.1 硬盘维护不当问题:硬盘维护不当,导致数据丢失或性能下降。解决方案:定期检查硬盘健康状态,备份重要数据。 2.6 散热维护不当问题:散热维护不当,导致硬件过热或性能下降。解决方案:定期清理散热器和风扇,确保散热良好。示例:使用压缩空气清理散热器和风扇:关闭计算机并断开电源。 2.7 环境维护不当问题:环境维护不当,导致硬件受潮或积尘。解决方案:保持良好的工作环境,避免潮湿和灰尘。示例:保持机房通风良好,使用防尘网和除湿器。3. 使用自动化工具进行硬件维护工具:Ansible介绍:Ansible 是一个自动化工具,可以用于远程管理和配置多台主机。

    95910编辑于 2025-02-07
  • 来自专栏SDNLAB

    从P4到DSA,SDN终于回到硬件定义时代

    人人都在谈论SDN的后续发展,是时候将眼光从软件定义拉回到硬件重构了。这里的硬件重构不仅仅是网络架构的解耦,我们更需要关注设计范式在大变局下的应对-DSA。 无论是GPU还是谷歌的TensorFlow处理单元(TPU)都是类似的思路,他们都是专门针对特定问题设计的硬件和编程语言。 P4具有类似于C语言的语法,P4程序由包头定义组成,它描述了包头中的字段以及这些字段有多少位,包解析器可以分析(可以是用户定义的)协议和查找表,它决定了对包做什么动作。 针对可编程的硬件架构有配套的P4 SDK,这样用户就可以在交换机上设计和实现自己的数据平面。 网络世界中特定领域架构涉足的另一个方向就是在服务器中使用的智能网卡或网络加速器。 · 网络加速器 · 数据中心加速器 这些加速器主要用于卸载服务器主CPU的任务,校验和和分段卸载早前已经比较常见,近年来已经逐步扩展到网络和存储的其它功能,比如加密功能、BPF卸载、OVS卸载等等。

    1.1K10发布于 2021-09-16
  • 来自专栏帅云霓的技术小屋

    硬件融合技术内幕 (4) —— CPU外面有什么 (下)

    这意味着,80386每次能够读写4字节内存,而可使用的内存地址空间理论上可达2的32次方(4GB)。 80386驱动了计算机系统的一系列变革: 首先是内存从SRAM进化到了DRAM。

    76240编辑于 2022-09-08
  • 来自专栏腾讯云TVP

    “新硬件时代”下的 4 大数据发展趋势

    导语 |  随着技术和数据业务的快速发展,新硬件不断迭代更新,使得成本和性能的均衡——降本提效成为可能。 常言道“软件优化三年不如硬件革新一代”,虽有夸大但也有一定道理。过去的十年间,无论是计算、存储、网络,各方面的性能都发生了翻天覆地的变化,存储方面的提升尤为明显,甚至上万倍的提升。 从过去机械硬盘每秒钟读写次数 50 到 300,到今天读写能到 180 万次每秒,这种巨大的提升,必然带动我们上层架构的变化来充分利用底层的硬件性能。 但是放眼今天,当我们一台 X86 的服务器处理器核数能到112,甚至更高,内存到了几个 T,甚至到 24T 的时候,我们上层的软件如何把底层的硬件能力都同时充分利用起来,其实一个比较大的难题。 伴随数据技术的蓬勃发展,新硬件的优化升级必将促使 NoSQL 迎来数字时代发展的新机遇。

    58920编辑于 2023-01-05
领券