logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Orin-X芯片封装内到底藏了多少秘密?看完我人都惊呆了!

Orin-X芯片不仅是英伟达在AI算力上的巅峰之作,其封装技术更是一大亮点。采用Foveros-like 2.5D封装技术,Orin-X将核心SoC与多个高速I/O芯片、供电芯片和内存模组集成在一起,形成了一个微型高能协同系统。这种封装技术通过Interposer中介层、TSV垂直硅通孔等手段,解决了高带宽内存、高速信号和低阻抗供电的挑战,显著提升了性能和可靠性。Orin-X的封装不仅决定了其性能

文章图片
#人工智能
大型语言模型(LLM)压缩技术:如何让庞然大物更轻巧?

尽管小模型的规模和参数较少,但它通过学习大模型的输出和行为,能够在较低的计算成本下保持较高的精度。这样一来,模型的存储和计算量都能得到显著减少,特别是在硬件资源有限的环境中,量化可以大幅提高模型的运行效率。这种方法最为简单,但可能导致网络的稀疏性问题,进一步影响硬件的计算效率。让 AI 更加普及,同时也在为未来的人工智能设备打下基础,无论是在个人设备、物联网,还是智能汽车中,压缩后的高效模型都将是

文章图片
#语言模型#人工智能#自然语言处理
被忽悠了10年才懂的射频技术真相:从5G、毫米波到载波聚合,这才是门道!

你刷短视频时的不卡顿、网速起飞,背后都离不开“射频工程师”们默默调天线、调功率、调频率 🛠️这不是某些“看起来高大上”的技术,它就藏在你手里的手机、耳机、WiFi路由器里。

文章图片
“单线双驱:车载以太网PoDL引领智能汽车新纪元”

PoDL是一种能够在车载以太网中同时传输数据和电力的技术,减少了线缆复杂性和重量,适用于高级驾驶辅助系统、传感器、摄像头等对高带宽和低功耗有要求的汽车应用场景。随着自动驾驶技术的发展,PoDL 在汽车行业中的重要性将不断提升。

文章图片
#汽车
从16Gbps到32Gbps:MIPI A-PHY v2.0的双倍进化,智能汽车高速互联的“隐形通道”

项目v1.0v2.0下行带宽16Gbps32Gbps上行带宽200Mbps1.5Gbps延迟<15µs<10µs传输距离最远15m最远15m(增强EMC)兼容性✅✅🚗一句话总结:A-PHY v2.0 = 更快、更稳、更通用的“汽车视频总线未来标准”。未来的智能驾驶域控将不再是线缆堆叠的“蜘蛛网”,而是由A-PHY这种标准化物理层串起的高可靠数据动脉系统。

文章图片
#汽车
环视 + DMS SoC 选型参考对照表(国外主流方案)

→ 专注 360° 图像显示/合成,适合需要高分辨率 HMI 输出的系统。([socionext.com][4]):V3H 与 V4H 支持多路摄像头输入、AI 加速器模块,可同时驱动环视和驾驶员监控等视觉任务。:高性能视觉 SoC 平台,支持环境环视拼接、高级视觉处理与 AI 推理。→ 优化驾驶员监控、驾驶状态评估。([nxp.com][2])→ 适合低成本车辆基础环视+视觉处理。([德州仪器]

文章图片
#人工智能
800 万像素一上车,SoC 就开始喘了

这不是 AI 算力问题,是系统级算力分配问题。

文章图片
#网络
DDR5 vs DDR4 SI / PI 难点,一次对比看清楚

DDR5 的难点,不是“它太快”,而是“它不再容忍单点优秀”。线画得好其他凑合SI、PI、Training,缺一个,系统就不陪你玩。

文章图片
深入解析某 AI 训练芯片架构:22.6TFlops 到 362TFlops 的算力背后到底藏着什么?

随着人工智能模型规模不断扩展,传统通用芯片(如 GPU、CPU)逐渐无法满足 AI 训练对性能、功耗和带宽的极致要求。为此,越来越多厂商开始定制 AI 加速芯片。今天我们来深入解析一款面向 AI 大模型训练的专用芯片架构,它代表了当前行业顶级的芯片设计趋势。

文章图片
#人工智能#架构
车载 SerDes 学习指南:原理、芯片、选型与工程实践

算力决定上限通信决定能否落地高速率 + 高可靠 + 高集成 + 系统级降本谁就掌握了下一代汽车电子架构的话语权 🎯。SerDes,不是配角,而是架构核心。

文章图片
#自动驾驶
    共 78 条
  • 1
  • 2
  • 3
  • 8
  • 请选择