-
题名人工智能的10个重大数理基础问题
被引量：20
- 1
-
-
作者
徐宗本
-
机构
西安交通大学西安数学与数学技术研究院
琶洲实验室
鹏城实验室
-
出处
《中国科学：信息科学》
CSCD
北大核心
2021年第12期1967-1978,共12页
-
基金
国家自然科学基金重大项目(批准号:11690011,U1811461)资助。
-
文摘
本文提出并阐述人工智能研究与应用中亟待解决的10个重大数理基础问题:(1)大数据的统计学基础;(2)大数据计算的基础算法;(3)数据空间的结构与特性;(4)深度学习的数学机理;(5)非正规约束下的最优输运;(6)如何学习学习方法论;(7)如何突破机器学习的先验假设;(8)机器学习的自动化;(9)知识推理与数据学习的融合;(10)智能寻优与人工智能芯片问题.
-
关键词
人工智能
数理基础
统计学
大数据算法
数据空间
深度学习
最优传输
学习学习方法论
机器学习假设
机器学习自动化
ai芯片
-
Keywords
artificial intelligence
mathematical and physical foundation of ai
statistics
big data algorithms
data spaces
deep learning
optimal transportation problem
simulate learning methodology
hypotheses on machine learning
machine learning automation
ai chips
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名AI芯片发展现状及前景分析
被引量：6
- 2
-
-
作者
安宝磊
-
机构
北京比特大陆科技有限公司
-
出处
《微纳电子与智能制造》
2020年第1期91-94,共4页
-
文摘
近几年,随着AI技术不断取得突破性进展,作为AI技术的基础架构和未来生态,AI芯片拥有巨大的产业价值和战略地位。对AI芯片的行业现状、应用场景和技术架构及进一步的发展方向做重点介绍。
-
关键词
人工智能
ai芯片
专用集成电路
-
Keywords
artificial intelligence
ai chips
ASIC
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TN409
[自动化与计算机技术—控制科学与工程]
-
-
题名基于专利数据的中国AI芯片创新态势研究
- 3
-
-
作者
高雪松
李慧颖
-
机构
国家工业信息安全发展研究中心
-
出处
《中国集成电路》
2024年第6期17-20,36,共5页
-
文摘
以大模型为核心的新一代人工智能生成内容(AIGC)技术(以下简称生成式人工智能技术)正代表着AI技术新的发展方向,而当前对于大模型的发展共识(即堆积算力和高质量数据可以继续创造“奇迹”)同时也促使人工智能科技创新转入“万卡”时代。由AI芯片所构筑的算力“护城河”成为支撑AI迈向通用人工智能(AGI)的必备需求。为研判我国AI芯片技术创新的发展态势,本文对我国专利数据进行了检索和分析,梳理和描绘了AI芯片技术的创新现状与趋势,并探索构建了代表性创新主体的创新潜力专利评估因子,以期形成对未来发展势能的理解与判断。最后,基于专利数据解读和分析,形成了助推我国AI芯片创新发展的有关建议。
-
关键词
生成式人工智能
ai芯片
专利分析
创新因子
创新态势
-
Keywords
generative artificial intelligence
ai chips
Patent analysis
innovation factors
innovation dynamics
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
G255.53
[自动化与计算机技术—控制科学与工程]
-
-
题名瞄准AI芯片前沿:抢占智算发展高地
- 4
-
-
作者
梁华贤
江齐明
-
机构
湖北理工学院
-
出处
《信息与电脑》
2024年第7期134-136,共3页
-
文摘
“存算一体化”是AI芯片领域的前沿技术方向,不仅可助力湖北实现算力与大数据产业的跨越式发展,也可成为湖北省争创“东数西算”国家枢纽节点的重要抓手。本文立足湖北发展实际,通过深入分析存算一体技术发展趋势,并对比“东数西算”枢纽省市在智算领域的发展现况,建议湖北充分发挥国家存储芯片制造基地的优势,瞄准“存算一体”前沿领域,抢占智算发展高地。
-
关键词
存算一体化
ai芯片
智算发展
-
Keywords
in-memory computing
ai chips
smart computing development
-
分类号
TN915
[电子电信—通信与信息系统]
-
-
题名基于机会窗口的中国AI芯片行业追赶研究
被引量：5
- 5
-
-
作者
路嘉明
-
机构
东北大学工商管理学院产业经济学
-
出处
《产业经济评论》
2019年第1期59-73,共15页
-
文摘
在人工智能浪潮的大背景下,本文从机会窗口的视角对中国AI芯片的发展和追赶进行了研究,并在原有的理论基础上,提出了"产业生态"这一机会窗口,建立了分析模型,旨在分析子机会窗口开启的条件及其相互作用对整体行业的机会窗口的开启的影响,接着,基于案例说明中国企业如何对机会窗口进行回应。然后本文对技术追赶的绩效、模式进行总结和分析,提出"三部门连接器"模型,并提出相关政策建议。
-
关键词
机会窗口
追赶
ai芯片
-
Keywords
Opportunity window
catching-up
ai chips
-
分类号
F426.6
[经济管理—产业经济]
-
-
题名面向AI芯片的轻量级目标检测算法研究
- 6
-
-
作者
曹朋军
傅哲
-
机构
西安交通大学自动控制研究所
-
出处
《现代电子技术》
2023年第6期169-174,共6页
-
文摘
目标检测网络层数越多、参数规模越大,其精度越高,但对于低算力的边缘端AI芯片来说,部署超大规模参数量的网络,无法达到实时性的要求。为此,文中基于YOLOv5,提出一种面向AI芯片的轻量化的YOLOv5_RepVGG目标检测算法。首先对YOLOv5的骨干网络进行改进,设计RepVGG_X模块结构,在训练时通过3×3卷积、1×1卷积和直连三种分支结构提取图像特征;在网络推理时通过结构重参数化将1×1卷积和直连与3×3卷积进行融合,最终形成一个3×3的单分支结构。然后对YOLOv5的输出层进行改进,充分利用骨干网络中6次降采样的多尺度信息,输出4种尺度的特征图。最后将设计的轻量化网络部署在国产AI芯片Hi3559AV100上并进行验证。实验结果表明,与传统YOLOv5相比,当网络精度仅下降3个点时,所提算法在AI芯片上的推理时间降到18.6 ms,速度提升近1倍,可满足日益增长的边缘场景AI计算任务实时性的要求。
-
关键词
目标检测
ai芯片
骨干网络
Hi3559AV100
轻量化模型
边缘计算
单分支结构
结构重参数化
-
Keywords
target detection
ai chips
backbone network
Hi3559AV100
lightweight model
edge calculation
single branch structure
structure reparameterization
-
分类号
TN911.23-34
[电子电信—通信与信息系统]
TP391.4
[电子电信—信息与通信工程]
-
-
题名计算机硬件前沿技术综述
被引量：1
- 7
-
-
作者
李炳臻
孙涛
姜文志
-
机构
海军航空大学岸防兵学院
-
出处
《计算机时代》
2019年第12期15-18,共4页
-
文摘
文章以目前市场上处理速度最快的CPU、存取速度最快的存储设备以及四类人工智能芯片为研究对象,分析其性能指标、架构特点以及四类AI芯片的发展历程和优缺点,并指出了下一阶段计算机硬件技术的发展趋势。
-
关键词
CPU
存储设备
ai芯片
性能指标
-
Keywords
CPU
storage device
ai chips
performance index
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名人工智能芯片植入人体应用及发展研究
- 8
-
-
作者
袁鑫
-
机构
河海大学
-
出处
《数码设计》
2019年第10期6-6,共1页
-
文摘
随着科技的发展,人工智能的广泛应用,AI芯片也逐渐存在于人们的生活中,科学家正在研究AI芯片植入人体的技术,目前该技术已经有了部分应用,具有较好的应用前景,但是也存在不足。本文先分析AI芯片植入人体的应用现状,对现阶段该技术应用简要总结,其次描述该技术的应用发展前景,然后对其未来发展提出展望以及建议,未来植入式人工智能芯片可能广泛地被人们接受且大量应用。
-
关键词
人工智能
ai芯片
植入人体
-
Keywords
artificial intelligence
ai chips
Implanted in the body
-
分类号
F49
[经济管理—产业经济]
-
