- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI系统
【AI系统】AI芯片驱动智能革命
在整个 AI 系统的构建中，AI 算法、AI 框架、AI 编译器、AI 推理引擎等都是软件层面的概念，而 AI 芯片则是物理存在的实体，AI 芯片是所有内容的重要基础。 本系列文章将会通过对典型的 AI 模型结构的设计演进进行分析，来理解 AI 算法的计算体系如何影响 AI 芯片的设计指标，进而结合几种主流的 AI 芯片基础介绍，帮助大家对 AI 系统的整个体系知识有更全面的认识 计算机芯片体系结构在很大程度上影响了 AI 算法的性能。因此，了解 AI 算法与芯片计算体系结构之间的关系是非常重要的。 如今随着 OpenAI 公司的 ChatGPT/GPT4 等模型的惊艳出场，引发了各个行业对人工智能技术的广泛关注和应用推动，更多 AI 算法需要部署，激发了更大的算力需求，无疑 AI 芯片是整个 AI AI 芯片的分类 AI 芯片的广泛定义是指那些面向人工智能应用的芯片。
1.2K10编辑于 2024-11-29 - 来自专栏GPU Lab
GPU计算型GC3vq：驱动与AI环境部署指引
腾讯云为GPU云服务器GC3vq机型提供特定驱动安装脚本，同时提供CUDA、cuDNN和相关的AI框架自动安装脚本，在活动页购买的机器，腾讯云提供以下三种脚本部署，您可以根据需要选择：机型操作系统软件环境执行命令 GC3vqUbuntu 18.04/20.04CentOS 7.6/7.8/7.9【驱动安装】vqGPU-DRIVER1.0.0_cuda11.4.3：CUDA11.4.3 + cuDNN8.2.4 + /tf2.8.0_vqGPU-DRIVER1.0.0_cuda11.4.3.txt && source /etc/*bashrc && source ${HOME}/.bashrc【AI环境】pt1.9.1 2、设置安全组策略，放通8888端口（1）点击“安全组”-“规则预览”-“编辑规则”（2）需要在“入站规则”和“出站规则”都添加8888端口放通策略（3）分别在“入站规则”和“出站规则”栏下点击“添加规则 ”，按照下图进行配置3、登陆机器，使用脚本部署Miniconda AI环境如果您需要 TensorFlow 2.8.0，登录子机执行下列命令：wget https://gpu-related-scripts
1.2K10编辑于 2023-03-03 - 来自专栏悟空被FFmpeg玩
驱动基础——字符设备3
字符设备驱动中的 read接口的使用，简单实例 驱动部分代码 #include <linux/module.h> #include <linux/slab.h> #include
1.2K10发布于 2019-03-05 - 来自专栏媒矿工厂
AI驱动智能媒体生产
该系统使用来自河流水位传感器的信息和过去的广播新闻手稿资料（图3）。NHK在2017年雨季期间在本地新闻台对该系统进行了现场试验。 图3 自动新闻抄本生成系统 视频分析技术 为了能够创建具有高质量和吸引人的解目，NHK正在推进研究视频摘要和单色电影着色技术作为视频分析驱动的节目制作技术。 单色视频自动着色技术 NHK开发了一种使用人工智能驱动技术的自动将单色电影视频转换为彩色视频的系统来支持高效的节目制作（图5）。 通过应用自动音频描述技术，NHK开发了一种使用“AI播音员”自动阅读新闻的语音合成系统。 ? AI-DRIVEN SMART PRODUCTION. IBC2018.
1.7K20发布于 2018-10-25 转载：【AI系统】AI芯片驱动智能革命
在整个 AI 系统的构建中，AI 算法、AI 框架、AI 编译器、AI 推理引擎等都是软件层面的概念，而 AI 芯片则是物理存在的实体，AI 芯片是所有内容的重要基础。 本系列文章将会通过对典型的 AI 模型结构的设计演进进行分析，来理解 AI 算法的计算体系如何影响 AI 芯片的设计指标，进而结合几种主流的 AI 芯片基础介绍，帮助大家对 AI 系统的整个体系知识有更全面的认识 计算机芯片体系结构在很大程度上影响了 AI 算法的性能。因此，了解 AI 算法与芯片计算体系结构之间的关系是非常重要的。 如今随着 OpenAI 公司的 ChatGPT/GPT4 等模型的惊艳出场，引发了各个行业对人工智能技术的广泛关注和应用推动，更多 AI 算法需要部署，激发了更大的算力需求，无疑 AI 芯片是整个 AI AI 芯片的分类 AI 芯片的广泛定义是指那些面向人工智能应用的芯片。
46510编辑于 2024-12-11JBoltAI：事件驱动 AI 架构，重构 Java AI
企业级 AI 应用开发中，多模块耦合、高并发响应延迟、流程异常难以排查等问题，成为 Java 团队落地 AI 能力的核心阻碍。而事件驱动架构，正是解决这些痛点的关键思路。 JBoltAI 将事件驱动机制深度融入 AI 应用开发的全流程，打造了 “操作抽象为事件、统一调度为核心、全生命周期管控为保障” 的事件驱动 AI 架构，不仅让复杂 AI 工作流的编排更灵活，更从根本上提升了企业级 事件生命周期管理，是 JBoltAI 事件驱动 AI 架构保障企业级稳定性的核心抓手，让 AI 流程彻底摆脱 “黑箱” 状态。 作为 AIGS 范式的核心实践者，JBoltAI 的事件驱动 AI 架构，重新定义了企业级 Java AI 开发的模式。 从智能报销、智能问数到 AI Agent 复杂任务执行，从老系统 AI 改造到 AI 原生应用开发，JBoltAI 的事件驱动 AI 架构正在赋能千行百业的 Java 企业，让 AI 能力真正融入业务流程
12310编辑于 2026-03-13英伟达加速Mistral 3开源模型：全栈优化驱动高效精准AI
所有模型均在英伟达Hopper GPU上完成训练，现可通过某AI机构在 Hugging Face 平台上获取。 模型规格 Mistral Large 3Ministral-3-14BMinistral-3-8BMinistral-3-3B总参数量 675B Mistral Large 3 每兆瓦性能对比：某机构 GB200 NVL72 与某机构 H200 在不同交互性目标下的表现在生产级AI系统需要兼顾优质用户体验与成本效益规模化时，GB200提供了比上代 您可以在某机构GeForce RTX AI PC、某机构DGX Spark以及某机构Jetson等边缘平台上体验这些模型。即使在本地开发，您依然能获得英伟达加速的优势。 Mistral 3 用户可输入文本与图像，并查看托管模型的响应开始使用开源AI构建应用英伟达加速的Mistral 3开源模型家族，是跨大西洋AI合作在开源社区的一次重大飞跃。
22010编辑于 2026-02-13- 来自专栏自动化测试实战
httprunner3.x入门 -3 实现数据驱动
后台几个留言问：既然httprunner3这么多坑，为什么要学这个啊？ 学这个不一定你熟练应用，但是要学习httprunner的设计思想。 数据驱动 httprunner实现数据驱动必须要安装3.x版本。 2.x版本没有实现数据驱动。 使用parameterize关键字定义数据源应用于测试套件层，只能是套件层！ 有两种方式实现数据驱动： 方式一：直接在套件脚本里指定参数列表 当数据量比较小的时候，可以直接在脚本里指定参数列表，实现数据驱动。 这也是不管在用例文件还是CSV等做数据驱动时，用例数据只读取第一行数据的解决办法。
97320编辑于 2022-04-12 - 来自专栏音视频技术
AI驱动的智能图形应用
高速5G和性能更强大的终端为社交、游戏、教育等场景带来的更丰富的互动体验，本文内容来自相芯科技的蔡锐涛在LiveVideoStackCon2019深圳站上的精彩分享，他将介绍AI驱动的智能图形应用，以及因此带来的新的用户交互方式 今天与大家分享的题目是AI驱动的智能图形应用。按照惯例，我简单介绍下我们公司。 相芯科技专注于智能图形技术的创新与应用，为移动互联网、AR、AI提供3D内容生成与互动的行业解决方案。 讲完人脸跟踪之后，我们来讲一下三维人体驱动算法。市面上比较常见的是2D人体驱动算法，直接通过图片预测一个2D的点，3D的还比较少。我们希望打造的是一个UGC系统，直接供C端用户在手机上使用。 抽取之后，我们便可以用于驱动之前生成的虚拟形象达到全身扮演的效果。 2D肢体驱动的流程是通过2D图像进行模型训练，最后就可通过获得的点位进行肢体驱动。3D肢体有特殊的挑战。 3. AI视频 在AI视频部分，我会重点介绍如何利用人工智能全自动合成视频以及AI虚拟主播，虚拟助手的核心技术方案，同时，我会介绍我们最新的照片级的视频合成技术。
2.4K30发布于 2020-02-19 - 来自专栏软件测试testclass
Selenium3浏览器驱动
浏览器驱动设置 Windows： python安装根目录（与python.exe 同一目录） Mac: /user/local/bin 例如笔者Windows存放路径为：C:\Users\WangXiao v36-40 v2.10 v33-36 v2.9 v31-34 v2.8 v30-33 v2.7 v30-33 v2.6 v29-32 v2.5 v29-32 v2.4 v29-32 测试一下浏览器驱动 完成以上工作，接下来我们要测试一下驱动浏览器。
70710发布于 2019-10-21 - 来自专栏python3
为bt3安装vista驱动
此软件是用来使Linux运行windows无线网卡驱动，从而达到驱动无线的目的。 2． 依次打开设备管理器-网路适配器-无线网卡-驱动程序标签-驱动程序详细信息。查看驱动程序都由什么文件构成。 3.查找驱动文件的安装脚本，一般情况下，安装脚本与驱动文件（sys）同名，在windows目录搜索bcmwl6。发先存在bcmwl6.inf，这个就是安装脚本。 接下来安装windows驱动到系统中。 5. 进入放windows驱动的目录，也就是刚拷贝到Linux中的windows无线网卡驱动文件目录。 提示一下重启bt3后网卡驱动不会自动加载需要键入命令手工加载 /sbin/modprobe ndiswrapper 赶快是试试bt3吧~
1.6K20发布于 2020-01-07 - 来自专栏一乐来了
AI驱动的应用：插件、应用市场和AI Agents
AI Agents的两大基础，是知识和工具。通过扩充上下文、企业知识库、或者精调等方式可以满足AI对知识的获取，是武装AI的大脑。 所以我们相信，大模型AI并不会取代AI以外的软件，尤其是企业应用。 只要用户需求是分散的，智能应用的未来就还属于企业和开发者，AI Native实际是AI Drive。 这个驱动的来源，也是大模型AI服务通过函数调用开放出来的能力，今天我们也称其为智能插件（AI Plugin）。 是的，它并不是OpenAI的专属。 开通方法如下： 蓝莺IM控制台-智能插件-开通 实现原理 智能插件的核心是定义函数调用，由AI对调用进行拼装驱动业务层获取最新信息，补充进最终回复里。 此设置可在任何消息中带入，以达到开关AI回复的目的。 效果如下： 蓝莺API插件-函数-发送消息-效果 3. 客服转人工 插件说明：用户在聊天时请求转人工时，发送消息给指定的蓝莺IM用户/客服坐席。
53910编辑于 2025-05-23 - 来自专栏Linux内核深入分析
GICv3驱动初始化
linux驱动支持GICv1, GICv2, GICv3, GICv4驱动，本节我们重点来描述下GICv3的驱动初始化，结合ARM-Cortex平台详细描述 intc: interrupt-controller @666688888 { compatible = "arm,gic-v3"; #interrupt-cells = <3>; interrupt-controller txt文档， * ARM Generic Interrupt Controller, version 3 AArch64 SMP cores are often associated with a GICv3 - interrupts : Interrupt source of the VGIC maintenance interrupt. compatible: 用于和对应的驱动匹配，不再详说 interrupt-cells 0x666688888 代表的是Distributor的基址寄存器，GICD 0x6666e8888 代表的是Redistributor的基址寄存器，GICR 了解了DTS，我们则继续看下对应GICv3的驱动
2.4K31发布于 2020-04-09 - 来自专栏自动化测试实战
Jmeter性能测试 -3数据驱动实战
什么是数据驱动？ 从数据文件中读取测试数据，驱动测试过程的一种测试方法。数据驱动可以理解为更高级的参数化。 特点：测试数据与测试代码分离；数据控制过程 好处：降低开发和维护成本，减少代码量，便于用力修改和维护 Jmeter数据驱动实战 环境 我在本地搭建了数据库【如果不会可以留言，我再出搭数据库的帖子】 分析一下就知道，"如果"控制器只要写 把想连接那个写进去点生成，生成了{__V(rows_{count},)}，把它放到如果控制器判断里即可 结构目录 执行后就看到 而且在控制台输出了3个 当然除了读数据库数据，数据驱动还可以写Excel读，那就不需要循环控制器了，而且把线程加到应用有线程数。
60710编辑于 2022-04-12 - 来自专栏实时音视频TRTC
【转载】AI驱动的智能图形应用
，他将介绍AI驱动的智能图形应用，以及因此带来的新的用户交互方式。 今天与大家分享的题目是AI驱动的智能图形应用。按照惯例，我简单介绍下我们公司。 相芯科技专注于智能图形技术的创新与应用，为移动互联网、AR、AI提供3D内容生成与互动的行业解决方案。 讲完人脸跟踪之后，我们来讲一下三维人体驱动算法。市面上比较常见的是2D人体驱动算法，直接通过图片预测一个2D的点，3D的还比较少。我们希望打造的是一个UGC系统，直接供C端用户在手机上使用。 抽取之后，我们便可以用于驱动之前生成的虚拟形象达到全身扮演的效果。 2D肢体驱动的流程是通过2D图像进行模型训练，最后就可通过获得的点位进行肢体驱动。3D肢体有特殊的挑战。 3. AI视频 在AI视频部分，我会重点介绍如何利用人工智能全自动合成视频以及AI虚拟主播，虚拟助手的核心技术方案，同时，我会介绍我们最新的照片级的视频合成技术。
1.8K40发布于 2020-02-19 - 来自专栏AI小步快跑
成熟的AI就该自我驱动
在IDE中与腾讯云AI代码助手使用斜杠命令唤起自定义Prompt，录入需要生成提示词的场景要求，将生成的场景Prompt再配置到后台中。 将对话生成的提示词配置到腾讯云 AI代码助手后台中，即可在IDE侧栏对话框进行调用 Java代码参数检查示例 使用生成大师反馈场景问题 # 检查Java方法参数中通用数据结构的提示词 ## Role: 3. **提供解决方案**：对于使用了通用数据结构的参数，提出具体的修改建议或替代方案。 3. **安全性**：泛型类型擦除可能导致运行时类型错误。 #### 改进建议 定义具体的DTO（Data Transfer Object）类来替代通用数据结构，明确参数的结构和类型。 for (String item : dataList.getItems()) { System.out.println("Item: " + item); } } ``` 3.
34620编辑于 2025-01-08 Science | AI 驱动的结构基础模型
近日，发表于《Science》的重磅论文《AI to rewire life’s interactome》，系统阐述了如何利用人工智能（AI）与加速计算技术构建"计算显微镜"，为解析和重构生物分子相互作用组提供了革命性工具 近年来，AI驱动的蛋白质结构预测技术取得里程碑进展，AlphaFold2等模型通过学习进化约束（如多序列比对、蛋白质语言模型），借助神经网络实现了氨基酸三维结构的高精度预测，为这一目标提供了可能。 这些成果表明，AI模型可成为解析变构调节、酶催化等分子机制的核心工具，为理解生物功能的结构基础提供全新视角。 三、跨尺度分子研究的技术协同与创新 1. 结语 该研究通过AI与结构生物学的深度融合，构建了从静态结构到动态功能、从已知相互作用到从头设计的完整研究体系。 正如"计算显微镜"的隐喻所示，这些工具不仅是实验手段的补充，更重塑了我们解析生命相互作用组的认知方式——为基础研究与药物研发提供了"看见"分子动态、"设计"相互作用的能力，标志着分子生物学进入AI驱动的理性设计时代
12910编辑于 2026-01-08AI驱动超导材料发现新突破
AI驱动超导材料发现新突破研究背景如果AI系统能够提出在室温下实现零电阻导电的新材料配方——这将是量子计算和下一代电网的圣杯——研究人员正通过连接大语言模型与物理定律的新工具逼近这一目标。 技术突破某机构的SCIGEN框架某机构科学家开发了SCIGEN框架，用于引导生成式AI设计具有特殊性质的材料。该系统可以提出可能展现拓扑相、异常磁行为或比现有材料更高温度超导性的候选化合物。 与传统AI方法经常产生不可能分子不同，SCIGEN整合物理和化学先验知识，确保生成结果基于现实。 通过引导生成或拒绝采样嵌入领域约束，确保创造力与现实相结合多领域应用：量子计算需要具有稳定量子相的特殊材料，能源领域需要更清洁高效的催化剂应用前景目前两种方法仍处于早期研究阶段，但结合提出和严格过滤材料的AI
27910编辑于 2025-09-23- 来自专栏极致攻防实验室
AI驱动的安全扫描工具：HackBot
2.3 官方简单的例子 官网的天气查询例子:How_to_call_functions_with_chat_models 3. client.CreateChatCompletion( context.Background(), openai.ChatCompletionRequest{ Model: openai.GPT3Dot5Turbo Favicon:[%s] Technologies:%v", r.URL, r.Host, r.Title, r.StatusCode, r.ContentLength, r.FavIconMMH3, g.Client.CreateChatCompletion( context.Background(), openai.ChatCompletionRequest{ Model: openai.GPT3Dot5Turbo0613
56340编辑于 2023-07-01 - 来自专栏光芯前沿
Marvell：AI驱动的先进封装技术
一、AI 的运作原理与计算需求 （一）AI 如何工作 人的大脑由约一千亿个神经元构成，神经元之间通过信号传递相互协作，进而形成思想。AI 正是借鉴了这一原理，通过数学方程来模拟。 例如，7nm制程下若需达到性能目标，芯片尺寸约为 700 平方毫米，到 5nm制程则需增加 60% 的面积，3nm制程时面积更是大幅增长至 1900 平方毫米，到 2nm制程几乎是 3 纳米制程的两倍。 近期，随着 3D 技术成熟，混合键合焊盘登场，当前间距约 2 - 3 微米。如 AMD 采用独特布线方式，将高层金属层置于两芯片间，实现极小的混合键合间距。 四、AI 在芯片设计中的神奇应用 （一）优化设计方案 AI 在芯片设计中已崭露头角。谷歌在其张量处理器单元（TPU）设计中，运用算法不断优化自身设计。 综上所述，AI 驱动的先进封装技术正引领芯片行业迈向新的征程。尽管面临诸多挑战，但创新的步伐从未停止。未来，我们有理由期待这一领域带来更多的惊喜与突破，为科技发展注入强大动力。
50810编辑于 2025-04-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号