2025年超半数手机SoC基于5nm及以下制程

最新资讯

Intel确认将出3D V-Cache大缓存CPU

Intel确认会出3D V-Cache大缓存CPU！遗憾的是：你可能用不上…

发表于：2024/11/17

我国展示全球首台自研重力测量无人机系统

11月14日消息，第十五届中国国际航空航天博览会（简称中国航展）日前在珠海举办，这是世界知名的五大专业国际航空航天展览。据央视新闻报道，在本届航展上，全球首台低空重力测量系统首次公开亮相。从外观来看，这台八旋翼无人机看起来与平常见到的无人机没什么太多的不同，但由于它携带了我国自主研制的最新重力测量系统，可以完成其他无人机无法完成的任务。据介绍，无人机集成了高精度重力传感器，当重力发生变化的时候，重力传感器能够通过高精度的电流检测反映出地球重力场变化。

发表于：2024/11/15

AMD数据中心收入首超Intel

历史性突破！AMD数据中心收入首超Intel：Instinct GPU功不可没

发表于：2024/11/15

高通推出其首款RISC-V架构可编程连接模组QCC74xM

11 月 14 日消息，高通本月 12 日宣布推出两款面向智能家居、智能家电等 IoT 应用的连接模组 QCC74xM 和 QCC730M。这两款模组现已出样，2025 年上半年上市。

发表于：2024/11/15

中国首台准环对称仿星器测试平台取得重大突破

11 月 15 日消息，西南交通大学昨日（11 月 14 日）发布博文，宣布中国首台准环对称仿星器测试平台（CFQS-T）取得重大阶段性成果，在国际上首次利用三维模块化线圈获得超高精度的“准环向对称磁场位形”，让我国成为继美国和德国之后又一掌握“三维非平面模块化线圈”高精度制造工艺的国家。

发表于：2024/11/15

英伟达明年将推Jetson Thor 算机

11 月 14 日消息，华尔街日报今天（11 月 14 日）发布博文，报道称英伟达计划面向人形机器人市场，于 2025 年推出 Jetson Thor 计算机，在快速增长的机器人行业中占据一席之地。 注：Jetson Thor 计算机隶属于英伟达 Jetson 紧凑型计算机平台，该平台专为 AI 应用设计，而 Thor 型号专注于机器人技术。 英伟达并不直接参与机器人制造，类似于谷歌向手机制造商提供安卓平台，将其定位为技术供应商。 公司副总裁 Deepu Talla 表示，英伟达的目标是服务“数十万”家机器人制造商，形成一个分散的市场环境。

发表于：2024/11/15

OpenAI驳斥消息称生成式AI发展遇瓶颈论调

11 月 14 日消息，The Information 上周末报道称，生成式 AI 模型的快速发展似乎正在遭遇瓶颈。一些专家预测，简单地通过增加模型参数、训练数据和算力来提升模型性能的方法已经逐渐失效，甚至可能带来负面影响。

发表于：2024/11/15

基于先进工艺技术的机电控制SiP电路的设计与测试

机电控制系统包含多款芯片，其小型化、轻量化的需求日益迫切，系统级封装（System in Package）技术作为一种先进封装手段能够将多款不同类型的芯片集成于更小的空间中。基于系统级封装技术，并结合TSV与FanOUT技术设计了一款机电控制SiP电路，该电路包括顶层DSP信号控制单元和底层FPGA信号处理单元，两者通过PoP（Package on Package）形式堆叠构成SiP电路，相比于常规分立器件所搭建的机电控制系统，该SiP体积缩小70%以上，重量减轻80%以上。针对该款SiP电路设计了相应的测试系统，且对内部的ADC及DAC等芯片提出了一种回环测试的方法，能够提高测试效率。测试结果表明，该电路满足设计要求，在机电控制领域具有一定的应用前景。

发表于：2024/11/14

智慧农业下基于联邦学习的水稻病虫害分类研究

在农业发展过程中，农作物的健康问题一直是一个重要的研究课题。面向这一课题探讨智能化农业种植过程中的水稻病虫害分类问题。在智能化农业种植场景下，为了提高设备对病虫害的分类准确性，同时保护各设备的数据隐私，提出使用联邦学习来解决各设备间的数据孤岛问题。实验选取了七个预训练模型来提取特征，使用四个指标（准确率、召回率、损失函数和F1分数）来评估不同模型上的性能。实验结果表明，在独立同分布（IID）和非独立同分布（Non-IID）数据下模型VGG19的准确率分别为99.05%和98.48%，表现出较高的鲁棒性和准确率。通过几种实验和指标对比发现，联邦学习的应用提升了设备4.36％的准确率，图像分类模型的收敛时间受到联邦学习轮数round和每轮联邦学习中训练集的训练epoch数的共同影响，并且模型的稳定性随着参与联邦学习的设备数量增加而提高。

发表于：2024/11/14

ßFA：一种基于向量指令集的高性能数据处理算法

正则表达式匹配技术在数据清洗、解析提取等数据处理任务方面发挥重大作用。然而，由于匹配过程中存在数据强依赖关系和内存访问不可预测等问题，造成匹配性能较低。针对此问题，提出一种基于向量指令集的高性能正则表达式数据处理算法，称之为ßFA：通过向量指令一次性从内存读出若干连续字符，并与最常被访问状态对应的非信任字符集进行向量匹配，利用内置函数定位首个非信任字符的位置，获得可直接跳过的字符数，从而实现匹配性能的加速。实验结果表明，ßFA算法的吞吐率优于原始DFA算法和αFA算法，是原始DFA算法的4.67~60倍以及ɑFA算法的4.37~7.82倍。

发表于：2024/11/14