Google создала ИИ-ускоритель для чайников, холодильников, светофоров и прочего - «Новости сети»
Меню
Наши новости
Учебник CSS

Невозможно отучить людей изучать самые ненужные предметы.

Введение в CSS
Преимущества стилей
Добавления стилей
Типы носителей
Базовый синтаксис
Значения стилевых свойств
Селекторы тегов
Классы
CSS3

Надо знать обо всем понемножку, но все о немногом.

Идентификаторы
Контекстные селекторы
Соседние селекторы
Дочерние селекторы
Селекторы атрибутов
Универсальный селектор
Псевдоклассы
Псевдоэлементы

Кто умеет, тот делает. Кто не умеет, тот учит. Кто не умеет учить - становится деканом. (Т. Мартин)

Группирование
Наследование
Каскадирование
Валидация
Идентификаторы и классы
Написание эффективного кода

Самоучитель CSS

Вёрстка
Изображения
Текст
Цвет
Линии и рамки
Углы
Списки
Ссылки
Дизайны сайтов
Формы
Таблицы
CSS3
HTML5

Новости

Блог для вебмастеров
Новости мира Интернет
Сайтостроение
Ремонт и советы
Все новости

Справочник CSS

Справочник от А до Я
HTML, CSS, JavaScript

Афоризмы

Афоризмы о учёбе
Статьи об афоризмах
Все Афоризмы

Видео Уроки


Наш опрос



Наши новости

      
      
  • 24 марта 2016, 16:20
29-07-2018, 03:00
Google создала ИИ-ускоритель для чайников, холодильников, светофоров и прочего - «Новости сети»
Рейтинг:


Как известно, компания Google самостоятельно разрабатывает заказные БИС или ASIC для ускорителей Tensor Processing Unit (TPU) по работе с моделями машинного обучения (ML). В компании делают акцент на матричные или тензорные вычисления. До сих пор компания реализовывала проекты по ускорению моделей с помощью фреймворка TensorFlow на базе центров по обработке данных. С настоящего времени Google собирается перенести задачи по принятию решений в конечные (периферийные) устройства масштаба вещей с подключением к Интернету. Иначе говоря, вооружить миниатюрные датчики и модули электронными «мозгами», которые в масштабе реального времени смогут принимать то или иное решение.



Информация размещенная на сайте - «hs-design.ru»




Для датчиков и модулей IoT компания разработала ASIC Edge TPU миниатюрных размеров. О габаритах чипа можно судить по фотографии выше, где он размещён на 19-мм монете в один цент США. При проектировании ускорителя акцент был сделан на гипернизкое потребление, поскольку датчики и модули вещей с подключением к Интернету в массе будут располагать только батарейным питанием. Разработка отвечает трём требованиям: максимальным соотношением производительность на ватт, максимальным соотношением производительность на доллар и, конечно же, решение должно быть как можно меньше по размерам.



Информация размещенная на сайте - «hs-design.ru»




По понятным причинам столь миниатюрный чип не способен обучаться моделям машинного обучения. Поэтому Google реализовала проект в виде двух ступеней. Обучаться ML будут удалённые центры по обработке данных. Ускоритель Edge TPU в конечных устройствах будет оперировать обученными моделями и принимать решения на базе обмена с удалёнными базами. Сфера использования такого тандема, уверены в Google, предельно широка. Датчики на местах моментально смогут определять брак в изделиях на заводских конвейерах, подсказывать владельцам магазинов о скором исчезновении товаров на полках, регулировать движение транспорта, включая автопилоты и, в общем случае, управлять процессами, в которых всегда что-то может пойти не так.



Информация размещенная на сайте - «hs-design.ru»




С октября текущего года компания начнёт распространять набор для разработчиков с ускорителями Edge TPU. Набор включает модуль SOM (system on module), который содержит Google Edge TPU, процессор NXP, Wi-Fi и чип безопасности Microchip. Набор уже можно заказать. Цена вопроса не раскрывается.
Цитирование статьи, картинки - фото скриншот - Rambler News Service.
Иллюстрация к статье - Яндекс. Картинки.
Есть вопросы. Напишите нам.
Общие правила  поведения на сайте.

Как известно, компания Google самостоятельно разрабатывает заказные БИС или ASIC для ускорителей Tensor Processing Unit (TPU) по работе с моделями машинного обучения (ML). В компании делают акцент на матричные или тензорные вычисления. До сих пор компания реализовывала проекты по ускорению моделей с помощью фреймворка TensorFlow на базе центров по обработке данных. С настоящего времени Google собирается перенести задачи по принятию решений в конечные (периферийные) устройства масштаба вещей с подключением к Интернету. Иначе говоря, вооружить миниатюрные датчики и модули электронными «мозгами», которые в масштабе реального времени смогут принимать то или иное решение. Информация размещенная на сайте - «hs-design.ru» Для датчиков и модулей IoT компания разработала ASIC Edge TPU миниатюрных размеров. О габаритах чипа можно судить по фотографии выше, где он размещён на 19-мм монете в один цент США. При проектировании ускорителя акцент был сделан на гипернизкое потребление, поскольку датчики и модули вещей с подключением к Интернету в массе будут располагать только батарейным питанием. Разработка отвечает трём требованиям: максимальным соотношением производительность на ватт, максимальным соотношением производительность на доллар и, конечно же, решение должно быть как можно меньше по размерам. Информация размещенная на сайте - «hs-design.ru» По понятным причинам столь миниатюрный чип не способен обучаться моделям машинного обучения. Поэтому Google реализовала проект в виде двух ступеней. Обучаться ML будут удалённые центры по обработке данных. Ускоритель Edge TPU в конечных устройствах будет оперировать обученными моделями и принимать решения на базе обмена с удалёнными базами. Сфера использования такого тандема, уверены в Google, предельно широка. Датчики на местах моментально смогут определять брак в изделиях на заводских конвейерах, подсказывать владельцам магазинов о скором исчезновении товаров на полках, регулировать движение транспорта, включая автопилоты и, в общем случае, управлять процессами, в которых всегда что-то может пойти не так. Информация размещенная на сайте - «hs-design.ru» С октября текущего года компания начнёт распространять набор для разработчиков с ускорителями Edge TPU. Набор включает модуль SOM (system on module), который содержит Google Edge TPU, процессор NXP, Wi-Fi и чип безопасности Microchip. Набор уже можно заказать. Цена вопроса не раскрывается.
Просмотров: 708
Комментариев: 0:   29-07-2018, 03:00
Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь. Мы рекомендуем Вам зарегистрироваться либо войти на сайт под своим именем.

 
Еще новости по теме:



Другие новости по теме: