内射干少妇亚洲69XXX,国产在线无码精品无码,成全视频在线观看大全腾讯地图

利用DLP®Pico?技術(shù)打造卓越的智能顯示體驗(yàn)

　　隨著消費(fèi)者不斷采用物聯(lián)網(wǎng)（IoT）解決方案將家庭內(nèi)設(shè)備連接到外部和內(nèi)部網(wǎng)絡(luò)，智能音箱將在越來越多的家庭中普遍應(yīng)用。事實(shí)上，智能音箱市場(chǎng)可能會(huì)繼續(xù)保持高增長(zhǎng)態(tài)勢(shì)；據(jù)Juniper Research預(yù)測(cè)，到2022年，Amazon Echo、Google Home、Apple HomePod和Sonos One等設(shè)備將在大多數(shù)美國(guó)家庭中普及。

發(fā)表于：10/22/2019

激勵(lì)創(chuàng)新釋放價(jià)值: 英特爾AI100創(chuàng)新激勵(lì)計(jì)劃構(gòu)建AI創(chuàng)新生態(tài)

2019年10月17日，北京—— 今天，在北京舉行的2019年英特爾創(chuàng)新加速器AI合作伙伴峰會(huì)上，英特爾與合作伙伴一起啟動(dòng) “英特爾AI100創(chuàng)新激勵(lì)計(jì)劃”（簡(jiǎn)稱“AI100計(jì)劃”）第二期。主題為“激勵(lì)百佳創(chuàng)新，加速千億產(chǎn)業(yè)”的AI100計(jì)劃是英特爾持續(xù)打造AI創(chuàng)新生態(tài)的又一重要舉措，也是“英特爾人工智能創(chuàng)新激勵(lì)計(jì)劃”的進(jìn)一步拓展和深化升級(jí)。英特爾基于其全面完整的人工智能產(chǎn)品組合和軟硬件協(xié)同創(chuàng)新的獨(dú)特優(yōu)勢(shì)，聯(lián)合產(chǎn)業(yè)生態(tài)合作伙伴，匯聚技術(shù)、資本、生態(tài)、市場(chǎng)和產(chǎn)業(yè)等全方位資源聯(lián)合，幫助一百家優(yōu)秀的人工智能創(chuàng)新創(chuàng)業(yè)團(tuán)隊(duì)優(yōu)化產(chǎn)品和解決方案，為團(tuán)隊(duì)的成長(zhǎng)和壯大提供全面創(chuàng)新加速，促進(jìn)人工智能與產(chǎn)業(yè)深度融合，推動(dòng)人工智能領(lǐng)域生態(tài)發(fā)展和智能應(yīng)用落地。

發(fā)表于：10/22/2019

恩智浦首次推出適用于5G Access Edge的新型可編程基帶處理器系列

? 恩智浦推出適用于5G Access Edge系統(tǒng)的新型Layerscape Access完全可編程基帶產(chǎn)品系列 ? 基于Layerscape處理器，Airfast系列5G基站RF多芯片模塊，以及EdgeVerse解決方案組合，恩智浦提供從天線到處理器的5G解決方案 ? 提供面向毫米波和6GHz以下5G產(chǎn)品，實(shí)現(xiàn)經(jīng)濟(jì)高效的O-RAN生態(tài)系統(tǒng)、物理層和上層軟件以及創(chuàng)新的硬件平臺(tái)

發(fā)表于：10/22/2019

平頭哥宣布開源RISC-V內(nèi)核MCU芯片設(shè)計(jì)平臺(tái)

烏鎮(zhèn)互聯(lián)網(wǎng)大會(huì)期間，平頭哥宣布開源其低功耗微控制芯片（MCU）設(shè)計(jì)平臺(tái)，成為國(guó)內(nèi)第一家推進(jìn)芯片平臺(tái)開源的企業(yè)。

發(fā)表于：10/22/2019

引領(lǐng)邁入自適應(yīng)計(jì)算時(shí)代Xilinx Versal ACAP 榮膺 2019“世界互聯(lián)網(wǎng)領(lǐng)先科技成果”

2019 年 10 月 21 日，以“智能互聯(lián)，開放合作——攜手共建網(wǎng)絡(luò)空間命運(yùn)共同體”為主題的第六屆世界互聯(lián)網(wǎng)大會(huì)在浙江烏鎮(zhèn)開幕，備受全球矚目的2019 “世界互聯(lián)網(wǎng)領(lǐng)先科技成果”隆重揭曉15項(xiàng)全球頂尖科技產(chǎn)品與技術(shù)。作為自適應(yīng)和智能計(jì)算的全球領(lǐng)導(dǎo)企業(yè)，賽靈思自適應(yīng)異構(gòu)計(jì)算平臺(tái)Versal ACAP 以其強(qiáng)大的技術(shù)領(lǐng)先性和行業(yè)價(jià)值，從全球數(shù)百家提名企業(yè)中脫穎而出，榮膺2019“世界互聯(lián)網(wǎng)領(lǐng)先科技成果”。

發(fā)表于：10/21/2019

基于C_Model的UVM驗(yàn)證平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)

隨著集成電路規(guī)模和復(fù)雜度的提高，其驗(yàn)證工作也日益復(fù)雜和重要，驗(yàn)證周期己經(jīng)達(dá)到甚至超過整個(gè)芯片設(shè)計(jì)周期的70%，因此，急需找到一種高效的驗(yàn)證方法，以便提高驗(yàn)證效率，增強(qiáng)驗(yàn)證平臺(tái)的可重用性。基于SystemVerilog語(yǔ)言的 UVM 驗(yàn)證方法學(xué)可以有效提高驗(yàn)證效率，縮短驗(yàn)證周期。采用高層次的抽象模型C_Model作為參考模型接入U(xiǎn)VM平臺(tái)，對(duì)數(shù)字基帶處理單元中標(biāo)簽發(fā)送鏈路的編碼模塊進(jìn)行驗(yàn)證，設(shè)計(jì)隨機(jī)和非隨機(jī)的testcase，通過driver和monitor驗(yàn)證組件來發(fā)送、監(jiān)測(cè)并收集數(shù)據(jù)，包括硬件設(shè)計(jì)RTL代碼產(chǎn)生的數(shù)據(jù)和參考模型產(chǎn)生的數(shù)據(jù)，然后將兩數(shù)據(jù)送入設(shè)計(jì)的UVM計(jì)分板模塊進(jìn)行比對(duì)，從而實(shí)現(xiàn)對(duì)RTL的功能驗(yàn)證，驗(yàn)證系統(tǒng)的優(yōu)劣可通過功能覆蓋率來體現(xiàn)。驗(yàn)證結(jié)果表明，UVM計(jì)分板中比對(duì)正確且功能覆蓋率達(dá)到了100%。

發(fā)表于：10/21/2019

一種無熵泄露的模糊提取器改進(jìn)結(jié)構(gòu)

物理不可克隆函數(shù)(PUF)模塊由于響應(yīng)的不穩(wěn)定性無法直接應(yīng)用于密鑰生成，而模糊提取器的處理方法由于輔助數(shù)據(jù)的公開會(huì)帶來熵泄露的安全隱患。針對(duì)模糊提取器的熵泄露問題，提出了一種改進(jìn)的模糊提取器結(jié)構(gòu)，通過加入人工噪聲通道使得修正后的PUF響應(yīng)無偏置，實(shí)現(xiàn)無熵泄露的效果，且不會(huì)增加資源受限的設(shè)備在重現(xiàn)階段的執(zhí)行步驟。在偏置pb=0.54、錯(cuò)誤率e=0.10的SRAM PUF應(yīng)用背景下，所需SRAM PUF大小和密鑰生成成功率相比其他方法有一定改善。

發(fā)表于：10/21/2019

RISCV的高性能計(jì)算探索：HWACHA的硬件架構(gòu)解析

最近在學(xué)習(xí)RISCV相關(guān)的東西，發(fā)現(xiàn)了Berkeley一個(gè)很有意思的項(xiàng)目：HWACHA。這是一個(gè)使用RISCV開源處理器構(gòu)建的類vector的多核異構(gòu)系統(tǒng)，可以用來做低算力的深度學(xué)習(xí)應(yīng)用。當(dāng)然HWACHA本身也是開源的，有興趣可以去github下載源碼跑跑看。這里還是從硬件設(shè)計(jì)的角度來分析下這種多核異構(gòu)系統(tǒng)的特點(diǎn)。

發(fā)表于：10/20/2019

PCI-Express開始迎接帶寬挑戰(zhàn)：未來幾年將與CPU性能提高保持同步！

PCI總線最早是由英特爾于1992年推出，PCI-X則是IBM，惠普和Compaq于1998年創(chuàng)立的總線標(biāo)準(zhǔn)。PCI和PCI-X都是半雙工的，所有的設(shè)備都共享一個(gè)總線。PCI-SIG組織在2003年推出了PCI-Express，是PCI總線串行話，并采用了結(jié)點(diǎn)傳輸，每個(gè)設(shè)備可以獨(dú)立使用總線。

發(fā)表于：10/18/2019

基于遺傳算法的圖像分割處理技術(shù)研究

旨在使用遺傳算法對(duì)帶有底部噪聲的圖像進(jìn)行處理，并通過對(duì)遺傳算法的改進(jìn)實(shí)現(xiàn)處理效果的提升。結(jié)合圖像分割闡述了遺傳算法的工作機(jī)制，分析了適應(yīng)度計(jì)算、選擇、交叉和變異等主要模塊的設(shè)計(jì)方法，闡明了代溝與優(yōu)秀個(gè)體的關(guān)系、不同代間的個(gè)體替換關(guān)系、交叉點(diǎn)的選取方法與變異位置的選擇、種群數(shù)量的保持等關(guān)鍵性問題，并給出了參數(shù)設(shè)置的具體值。使用該算法對(duì)帶底部噪聲的圖片進(jìn)行了處理，結(jié)果表明傳統(tǒng)遺傳算法可以將目標(biāo)圖像從存在噪聲的背景中分離出來，但處理時(shí)間為7.416 s。為提高處理效率，利用進(jìn)化代數(shù)和個(gè)體的適應(yīng)度值自適應(yīng)地調(diào)整種群的交叉概率和變異概率對(duì)傳統(tǒng)算法進(jìn)行了改進(jìn)。使用改進(jìn)的遺傳算法對(duì)同一噪聲圖像進(jìn)行了分割處理，結(jié)果表明改進(jìn)后的遺傳算法圖像分割效果更佳，處理時(shí)間僅為0.751 s，效率提高了近10倍。

發(fā)表于：10/18/2019