- 综合排序
- 最热优先
- 最新优先
- 来自专栏存储公众号：王知鱼
SuperMicro：AI存储硬件方案
SuperMicro：AI存储硬件方案-Fig-1 云厂商 AI存储方案 大规模 AI/GPU 集群基础设施。按可扩展单元 (SU，也称为 Pod，例如 256 个 GPU) 进行扩展。 SuperMicro：AI存储硬件方案-Fig-2 企业级AI存储方案 Pod 级别的部署（较云厂商规模、性能要求降低） 企业用例，推理与训练的比较 存储需求： • 全 NVMe 或 PB 级别的分层存储 SuperMicro：AI存储硬件方案-Fig-3 基础计算硬件方案 在执行 AIOps 和 MLOps 时： • GPU 密集型服务器加速 AI 训练和推理。 SuperMicro：AI存储硬件方案-Fig-5 计算+存储（性能层）+容量层 方案 所有训练数据集和模型都存储在本地 • 数据湖使用容量优化的存储。 SuperMicro：AI存储硬件方案-Fig-6 方案验证 机架视角的集群组网方案 解决方案架构，分为三个层次： 1.
1.4K10编辑于 2025-02-11 - 来自专栏腾讯研究院的专栏
智能硬件趋势：AI让硬件聪明 垂直细分成主流
今年CES上，除了智能汽车大出风头，另一个处处可见的则是智能硬件产品了。 如果2014年CES展更多的是智能硬件的试探，今年则是智能硬件的“布局”之年。 在硬件复兴的“风口”之下，无论是大厂商还是创业公司都已经推出智能硬件产品，或者搭建智能硬件相关的平台系统。 回顾2014年，各大厂商都在智能硬件领域有所动作。 从今年CES来看，尽管智能硬件产品“虚火”尚存，将人工智能引入硬件让硬件真正智能，以及垂直细分化等趋势是未来智能硬件产品值得肯定的方向。 腾讯在去年的全球合作伙伴大会上，宣布构建QQ、微信硬件开放平台的战略，推动连接智能硬件及线下服务。 以BAT为代表的互联网企业，都在利用自身优势，聚合一批垂直领域的硬件创业者入驻自己的生态系统，以争夺智能硬件的平台控制权。
2.3K100发布于 2018-01-31 - 来自专栏想比AI跑得更快点
硬件别装睡，让AI进去
因为它说明了，很多看起来封闭的旧硬件，只要还留着一点局域网能力，比如能接收音频投放、能显示图片、能打开网页、能响应某个本地接口，就有机会被 AI 从抽屉里捞出来，重新安排一个岗位。 AI Agent 遇到“硬”门槛 AI Agent 正在把过去很极客的事情变得普通。但同时，硬件世界的开放程度，却明显跟不上 AI 的发展速度。 很多软件服务早已给 AI Agent 提供了接口。 比如 MCP、CLI、API，AI 可以通过这些方式直接调用传统软件的能力。就像麦当劳都有 MCP 服务最懂AI的快餐企业出现了。但硬件设备还不太一样。 硬件涉及商业安全、隐私和稳定性；普通用户也没有对应的技术能力。但现在情况变了。人人都是程序员，人人都有 DIY 需求啊。 硬件厂商开放的步伐迈的还是太小了。 用 Codex 复活 Kindle，只是在狭小的硬件开放空间里做了一个微不足道的尝试。开放硬件接口，让AI进去，才能有更丰富的业态可能，也是实现物理AI的第一步。
17010编辑于 2026-06-24 边缘AI硬件优化策略解析
这些流畅交互的核心是边缘AI——直接运行于智能手机、可穿戴设备和物联网设备上的AI技术，提供即时直观的响应。什么是边缘AI？ 边缘设备在处理能力、内存和电池寿命方面受到严格限制，需在有限硬件规格下执行复杂任务。 模型优化应从选择或设计特别适合设备硬件能力的模型架构开始，然后针对特定边缘设备进行精细化调整。NAS技术使用搜索算法探索大量可能的AI模型，找到最适合边缘设备特定任务的模型。 经验表明："最佳"AI模型不一定是最炫酷的新设计或理论效率最高的模型。对边缘设备而言，最重要的是模型与实际运行硬件的匹配程度。硬件也在快速演进。 每年都在架构、制造和集成方面取得进展，确保硬件与AI趋势保持同步。边缘AI的发展之路边缘AI模型部署因生态系统的碎片化而更加复杂。由于许多应用需要定制模型和特定硬件，缺乏标准化。
38900编辑于 2025-09-15- 来自专栏GitHub项目
智能硬件 AI 语音助手 IHAVA
智能硬件AI语音助手IHAVA是腾讯云小微推出的一款AI语音助手，主要面向智能硬件行业，提供前沿的AI语音全链路能力、硬件方案咨询及认证服务，整合腾讯系优质内容和服务，打造全方位的自然人机交互体验。 该方案支持Linux、Android、RTOS等多种操作系统，灵活提供云端API和设备SDK两种接入方式，让硬件迅速获得本地智能和云端智能。 IHAVA还提供行业前沿的全链路AI语音技术，包括语音识别、语义理解、语音合成、知识图谱、AI识图能力以及机器翻译等能力。 对于需要智能硬件AI语音助手的企业或个人开发者，IHAVA是一个不错的选择。它可以提供全方位的AI语音技术支持和硬件方案咨询，帮助开发者快速实现智能语音交互功能，提升产品的用户体验和市场竞争力。 总的来说，智能硬件AI语音助手IHAVA是一款功能强大、灵活可扩展的AI语音助手，对于需要实现智能语音交互功能的智能硬件产品来说，是一个很好的选择。
3.4K10编辑于 2024-05-19 - 来自专栏TechBlog
AI开发硬件基础经验
AI开发硬件基础经验 笔记本选配 出于通勤等因素，建议型号 MacBook Air M1 16+ 256 MacBook Pro M1 16 + 256 M1芯片的mbp非常强大，发热不严重 COCO 27G. 1T + 2T的配置完全够用。 原则：内存的容量 > 2*GPU显存，越高越好 在AI训练、测试用途中，内存部分主要考虑的是容量，数据的处理流程是硬盘=>内存=>GPU显存，一定量的内存能保证进行数据预处理的时候能非常好的。 Intel收购的Movidius公司推出的图像处理与人工智 从目前的实践来看，AI算法和传统HPC算法相比，对精度的要求低得多。因此我们看到很多AI芯片主要强调在FP16或者INT8中的精度。 可以说，对目前AI芯硬件效率的提升，低比特精度有很大贡献。 机箱 机箱风扇如何分配？
1.5K30编辑于 2023-10-13 - 来自专栏TopSemic嵌入式
MicroPython 玩转硬件系列2：点灯实验
2.环境介绍 2.1.硬件 ESP32 小板： ? Micro USB线： ? LED 灯： ? 2.2.软件 1) PC端Windows系统，PuTTY串口工具 2) 板子MicroPython 环境 3.控制亮灭 上面那个红色的LED灯，只要给它加一个高电平3.3V，它就可以亮，不给电压它就灭。 第2步：输入以下三条语句，就可以完成GPIO4引脚设置为高电平的功能，对应LED会点亮。 1) from machine import Pin 这句话的含义是从machine模块中导入Pin类 2) import time 这句话的含义是导入time 模块 3) led=Pin(4,Pin.OUT
1.6K50发布于 2021-05-31 - 来自专栏数字芯片
硬件工程师笔试题【2】
2、选择电阻时要考虑什么？ 主要考虑电阻的封装、功率、精度、阻值和耐压值等。 3、在CMOS电路中，要有一个单管作为开关管精确传递模拟低电平，这个单管你会用P管还是N管，为什么 答：用 N 管。 集成电路前端设计流程可以分为以下几个步骤：(1)设计说明书；(2)行为级 描述及仿真；(3)RTL 级描述及仿真；(4)前端功能仿真。 硬件语言输入工具有 SUMMIT，VISUALHDL，MENTOR 和RENIOR 等；图形输入工具有: Composer(cadence)，Viewlogic (viewdraw)等； 数字电路仿真工具有 假设投入 3 个 2 分硬币或者投入 4 个 1 分硬币和 1 个 2 分硬币后，卖报机在给出报纸的同时会找会 1 个 1 分硬币。这是 输出变量有两个，分别用 Y 和 Z 表示。 同时假定未投币时卖报机的初始状态为 S0， 从开始到当前时刻共投入的硬币面值为 1 分记为 S1，为 2 分时记为 S2，为 3 分 记为 S3，为 4 分时记为 S4。
2.7K31发布于 2020-07-20 - 来自专栏贾维斯Echo的博客
计算机硬件组成（2）
服务器的分类 尺寸：1u=4.45cm 外形：机架 刀片：集群 塔式 小型机：高端定制 ps：云主机（虚拟机） 阿里云、腾讯云、青云、ucloud 今日内容 一 计算机的硬件组成 计算机（电脑）==== 》模仿人 大前提：计算机的所有组成都是模仿人的某一器官或者功能去设计的 五大组成部分： 控制器：是计算机的指挥系统，负责控制所有其他硬件的运行————-》大脑 (控制器通过地址访问存储器，从存储器中取出指令 外存：比如磁盘——————————————》本子 基于磁存取数据，断电数据仍然存在 用于永久保存数据，存取速度都慢 输入设备:键盘、鼠标 输出设备：显示器、打印机 总结1： 人——-程序———》计算机硬件 人——-程序———》cpu——》计算机其他硬件 总结2： 程序的运行与计算机三大核心硬件：cpu、内存、硬件的关系： 程序首先是存放于硬盘中的 程序的运行需要先经历加载的过程——》程序的代码/数据从硬盘读入内存 x86-64（*****） 摩尔定律：CPU有多条线程 cpu：2核4线程（****） 2核-》2个cpu核心 每个核内部有两条流水线=》2核有4条流水线 三 存储器详解 寄存器-》L1 高速缓存
85610编辑于 2023-10-18 - 来自专栏机器之心
算法、硬件、框架，2019年AI何去何从？
他们的系统 OpenAI Five 在 8 月击败了一个领先 99.95% 玩家的 Dota 2 团队，一战成名，要知道 Dota 2 是一款非常复杂的电子游戏。 在现实世界中，人给予机器人的反馈非常稀少，并且创造这种反馈也很昂贵：你需要人来照看你的 R2D2，不过 OpenAI 也在尝试着迈出第一步。你会需要上百万的数据点。 DGX-2 是一个拥有 16 块 Tesla V 卡的魔法盒，它支持 FP16 的 480 TFLOPs 运算。当然价格也升级了，真的是令人印象深刻，40 万美元。 自动硬件也进行了升级。 将注意力转移到决策智能上 算法、基础框架、硬件相关的部分已经涉及到了——为了让 AI 比以往任何时候更有用，业界开始意识到，让 AI 开始应用的最大阻碍在实用方面：你如何在生产中将 AI 从一个想法变成有效 以后我们会看到更多这种硬件，而不是通用硬件。 对训练数据更少的依赖 有标签的数据通常都是既昂贵又不可访问的。这条规则下很少有例外。
81440发布于 2019-03-15 - 来自专栏ADAS性能优化
AI硬件：比看起来更难
提出了基于“Domain-Specific Architectures（特定领域的体系结构）”硬件设计的机遇和要求。“ DSA”概念不仅适用于新颖的硬件设计，而且适用于深度神经网络的新软件体系结构。 英特尔 Naveen Rao指出，如果芯片的性能要实现每年所需的10倍改进，那么芯片的架构，互连，软件和封装方面都需要2倍的进步，这是一个非常大的挑战。 硬件在哪里？ 事实上，自上次峰会以来，很少有新芯片投入量产。当然 高通 的855和 阿里巴巴 汉光800是个例外。 Habana在首届AI HW Summit活动中推出了其首款令人印象深刻的芯片Goya，用于数据中心推理处理。 Observation #2: There are many avenues to improve performance 芯片体系结构有两个主要类别。
57420编辑于 2022-05-13 - 来自专栏无所事事者爱嘲笑
ionic2 处理android硬件返回按钮
问题 注册安卓硬件返回按钮事件是必须的,因为用户不小心点击了返回按钮就退出app体验很不好，所以有几种方法： 1.实现按返回键最小化应用（最小化应用需要装cordova-plugin-appminimize 2.要么请求用户确认（添加一个Confirmation Alerts）。 3.按一下提示，按两下退出（加一个方法用toast提醒）。 这里用第三种展示。 }, 1); } //双击退出提示框 showExit() { if (this.backButtonPressed) { //当触发标志为true时，即2秒内双击返回按键则退出 mainTabs> <ion-tab [root]="tab1Root" tabTitle="Home" tabIcon="home"></ion-tab> <ion-tab [root]="tab<em>2</em>Root class TabsPage { @ViewChild('mainTabs') tabs:Tabs;//加这句以及引用两个模块 tab1Root: any = HomePage; tab<em>2</em>Root
2K40发布于 2018-06-20 - 来自专栏机器人课程与技术
ROS 2 感知节点的硬件加速
ROS 2 提供了各种预构建的节点（Components更具体地说），可用于轻松构建感知管道。 之前的一篇文章介绍了硬件加速如何帮助加速 ROS 2 计算图（包括感知图）。 关于感知模块在 ROS 2 节点中对硬件加速进行基准测试 为了比较 ROS 2Nodes在 FPGA 和 GPU 加速器上的感知任务，我们选择 AMD 的 Kria KV260 FPGA 板和 NVIDIA 进一步改进 ROS 2 中的硬件加速 就感知而言，FPGA 的性能似乎明显优于其加速同类产品，但是，与可重新编程的硬件一样，这是以硬件-软件协同设计Nodes的复杂性为代价的。 为机器人专家简化开发流程需要创建通用架构和约定，这就是我们为 REP-2008 - ROS 2 硬件加速架构和约定做出贡献的原因。 进一步改进 ROS 2 需要将计算技术以正确的方式组合在一起，并针对每项任务：CPU、GPU 和 FPGA。如果您对找到正确的组合感兴趣，请关注ROS 2 硬件加速工作组。
1.2K40编辑于 2022-05-01 - 来自专栏云深之无迹
DonkeyCar源码分析.2(官方硬件+相机处理)
NREST，看电路图也是低电位置位 接着使用了2组SPI，给Neopixel输入的正极是给5V的电压，有SS34防止电流灌。 事实上，这个板子给了bin文件，我们自己也可以打板制作~使用UF2来更新固件。 看文档的意思是，这个不是C固件，而是mpy的固件. 如果没有错那就就是打印“打开”，接着是吧w和h作为元组打包成分辨率 因为硬件东西比较麻烦，所以都要使用try写，初始化，相机的初始化，把检测到的相机列表给l，这里我就不继续深入了，现在有点看不清电脑了 robotics-masters/mm1-hat-bootloader https://circuitpython.org/board/robohatmm1_m4/ https://github.com/adafruit/uf2-
84520编辑于 2022-06-15 - 来自专栏猫头虎博客专区
猫头虎推荐｜用 AI 控制硬件设备的 MCP 工具：MCP2MQTT开源项目
猫头虎推荐｜用 AI 控制硬件设备的 MCP 工具：MCP2MQTT开源项目 MCP2MQTT 是一款将物联网设备接入 AI 大模型的框架，它通过 Model Context Protocol（MCP） 与 MQTT 协议的桥接，使得 AI 能够用自然语言实时感知并控制物理硬件。 流程图如下： 三、项目愿景 mcp2mqtt 致力于打造“物理世界 ↔ AI 大模型”之间的无缝连接层： 用自然语言控制硬件：人类友好的指令接口。 总结： mcp2mqtt 打通了 AI 大模型与物理世界的最后一公里，将自然语言直接化为设备指令，极大降低了智能硬件原型开发与控制的复杂度。 无论你是机器人爱好者、智能家居玩家，还是产品工程师，都能借助 mcp2mqtt 快速构建“AI+IoT”场景。 马上动手搭建你的第一个 AI 控制硬件系统吧！
1.2K10编辑于 2025-07-22 - 来自专栏《C++与 AI：个人经验分享合集》
《AI芯片：如何让硬件与AI计算需求完美契合》
它就像是人工智能的“超级大脑”，以强大的计算能力支撑着各种复杂的AI应用。那么，AI芯片究竟是如何将AI计算需求与硬件架构巧妙结合的呢？让我们一同深入探寻其中的奥秘。 同时，由于FPGA可以在硬件层面进行优化，它也能够在一定程度上提高AI计算的效率。 算法与硬件的协同设计 为了更好地满足AI计算需求，AI芯片的设计注重算法与硬件的协同。在芯片设计阶段，充分考虑AI算法的特点和需求，对硬件架构进行针对性的优化。 例如，针对深度学习中的卷积神经网络（CNN），一些AI芯片专门设计了卷积计算单元，优化了卷积运算的硬件实现方式。同时，在算法层面，也会根据硬件的特性进行调整和优化，以充分发挥硬件的性能。 通过算法与硬件的协同设计，实现了AI计算效率的最大化。 面临的挑战与未来展望 尽管AI芯片在将AI计算需求与硬件架构结合方面取得了显著进展，但仍面临一些挑战。
85310编辑于 2025-02-02 AI硬件发布！企业微信再升级
纪要自动存档：沟通记录自动保存至消息页，AI还会秒输出可分享的会议纪要。待办自动提醒：AI会根据对话内容自动分配待办事项，帮你推进todo。 拜访结束后，面聊AI会自动提炼一份详尽的沟通纪要，准确提取客户的核心需求、下单顾虑、交付时间、预算范围和下一步跟进意向。这些总结还能一键转发给微信客户，让后续的团队协同跟进有据可查。 新能力、新场景之外，新硬件也来了——为了给企业用户提供更极致的线下沟通记录体验，企业微信联合首发多款AI硬件：○ 快速启动：走廊偶遇、灵感突发时，一键即可秒速启动记录。 ○ 超长续航：不再担忧长时间录音导致手机电量告急，AI硬件超长续航告别电量焦虑。 全新AI硬件将与企业微信「记录面聊」无缝互联，让每一个有价值的灵感被留存，让每一次线下沟通被沉淀，大家可通过全平台搜索“企业微信录音笔”进行体验。
46010编辑于 2026-07-09- 来自专栏GPUS开发者
如何检测NVIDIA Jetson TX2硬件温度
很多拿到Jetson TX2开发套件的人，第一次开机都会问：为啥风扇不转呢？ ——其实没啥，就是运行温度不到一定程度，风扇是不会转起来的。 那如何测试TX2硬件温度呢？ 1.打开终端，输入以下指令查看硬件 cat /sys/devices/virtual/thermal/thermal_zone*/type ? 2.输入以下指令查看温度，以下数字分别对应以上硬件，将数字除以1000得出实际温度（摄氏度） cat /sys/devices/virtual/thermal/thermal_zone*/temp ?
3.9K20发布于 2018-08-01 全球AI投资：硬件狂飙与应用落差
全球AI投资集中涌入硬件与大模型2026年初，英伟达CEO黄仁勋提出了AI产业“五层蛋糕”框架：能源、芯片、基础设施、模型、应用，本报告沿用这一框架，逐层分析全球AI投资现状。 图2），反超OpenAI，收入增长迅猛。 图2 美国AI企业近三年年化收入数据来源：The AI Corner模型企业持续亏损的根源，在于应用端的商业化严重滞后。 据美国Challenger公司2026年4月2日发布的报告，AI在2026年3月首次成为美国裁员首要原因，当月AI相关裁员1.5万人，占月度裁员总量的25%。 中国加快AI投资的政策建议当前全球AI投资高度集中于硬件，应用回报远未兑现，而中国在电力成本、模型效率和国产芯片替代等方面已形成差异化优势。
1.3K20编辑于 2026-04-16- 来自专栏韦东山嵌入式
DshanMCU-R128s2硬件设计指南
硬件设计指南 原理图设计 硬件系统框图 R128是一颗专为“音视频解码”而打造的全新高集成度 SoC，主要应用于智能物联和专用语音交互处理解决方案。 硬件系统基本工作原理 R128硬件系统基本工作流程如下： 硬件系统正常上电，主控复位之后，CPU开始执行 BROM固化代码，对系统资源和关键外设进行配置及初始化，包括电源，时钟，总线，复位，存储接口等。 时钟系统信号PIN说明 R128 硬件系统包含 DCXO 40M/RTC 32.768K 两个时钟，对应时钟信号说明如表所示。 EMI设计 产品设计设计当初，应了解硬件系统有哪些时钟信号，对这些信号加以防护，以提高产品 EMI性能，减少后续 DEBUG 成本。 R128 各模块主时钟频率如表所示。 多层板设计时，硬件系统上高速时钟线建议走内层；且较高速的单端的时钟线上均要预留 RC滤波电路，抑制高频分量，对于各模块时钟线进行包地处理。
1.5K11编辑于 2023-12-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号