- 综合排序
- 最热优先
- 最新优先
- 来自专栏新智元
【谷歌硬件发布会全回顾】9大新品重磅发布，DeepMind强力助攻硬件AI化
【新智元导读】 谷歌昨天夜间进行了本年度规模最大的一场硬件发布会，一口气发布了多款新品，包括拍照完爆iphone 8 Plus的手机、笔记本电脑、能实时翻译的耳机、价格亲民的音箱、电子笔、摄像头等。 从软件到硬件，谷歌现在已经全面AI化。本文带来这些产品的全面介绍，带你一览谷歌的AI黑科技。 谷歌CEO Sundar Pichai : 计算要学习和适应我们的需要 发布会一开始，谷歌CEO Sundar Pichai 首先阐述了谷歌的AI战略，包括软件和硬件层。 AI还将使得计算变得更加语境化，这一直是Google从一开始就追逐的核心。另外，移动端的计算变得越来越自然，而AI 将成为这一进程中的重要一步。 他说：“计算需要学习和适应我们的需要”。 十三大产品/功能发布：硬件不甘落后的谷歌，能带给大家多少惊喜 接下来我们再看谷歌发布会上推出的各种新产品，从最新款的手机到机器学习驱动的可穿戴摄像头，高科技应用应有尽有。
1.4K80发布于 2018-03-22 - 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 - 来自专栏技术让梦想更伟大
9个嵌入式硬件转软件小技巧
那做了几年硬件能不能转软件呢？当然能，相信看了下面的内容，你会更有方向与底气！ 嵌入式系统设计不仅要求了解硬件，还要求了解软件的作用方式，以及如何与之交互。 设计硬件需要的某种范式可能与设计软件完全相反。当从硬件设计转向包含软件的设计时： 硬件工程师应牢记以下十个技巧！ 这样的方法会使开发人员对应用所需的不同部分与组件形成一个概念，就像电路逻辑图可以告诉工程师需要哪些硬件元件一样。 建议6：使用处理器示例代码做外设的实验 设计硬件时，做原型测试电路总是有益的，这样可确保工程师对电路有正确的理解，然后再做电路板布局。此点对设计软件也同样适用。 建议9：代码做详细说明 在软件开发的激烈战斗中，开发人员很容易把注意力集中在编写和代码上，因此会忽略详细解释的需求。在压力之下，说明工作往往是项目的收尾工作，因为开发人员认为它是最后的一项工作。
97940编辑于 2022-12-22 - 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 CPU/主板:5900x＋微星MAG B550M MORTAR WIFI迫击炮主板.==> 3200元 CPU散热:利民Frozen Magic EX 240水冷. ==> 390元 硬盘:三星PM9A1 intel酷睿系列:i3(入门办公). i5(主流).i7(高端级), i9(发烧级).eg: 12700k,12900k… AMD锐龙系列:R3(入门办公).R5(主流).R7(高端).R9(发烧级 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linux命令
linux常用命令（9）——查看系统与硬件信息
今天来分享一下linux常用命令——查看系统与硬件信息 在 Linux 系统中，快速获取系统、硬件和资源使用情况是日常运维、故障排查和性能调优的基础。 # 显示完整内核信息（主机名、内核版本、架构等） uname -r # 仅显示内核版本号（如 5.15.0-91-generic） uname -m # 显示机器硬件架构 parted -l # 支持 GPT 的现代工具 磁盘 I/O 性能（进阶） iostat -x 1 # 需安装 sysstat，实时监控磁盘读写速率、利用率 6️⃣ 其他硬件信息 vga # 快速查找显卡 USB 设备 lsusb # 列出所有 USB 设备 lsusb -t # 以树状显示 USB 拓扑结构 全面硬件清单 （需安装） sudo lshw # 生成完整硬件报告（需安装 lshw） sudo lshw -short # 简洁列表 7️⃣ 进程与系统负载 实时监控 top
2.9K21编辑于 2026-01-13 - 来自专栏网络工程师笔记
9个Linux 常用查看系统硬件信息命令(实例详解)
在Linux下，我们经常需要查看系统的硬件信息， 这里我罗列了查看系统硬件信息的实用命令，并做了分类，实例解说。 158 Model name: Intel(R) Core(TM) i5-7500 CPU @ 3.40GHz Stepping: 9 下面命令可以查看所有硬件摘要信息，并输出成一个html文件，把此html文件导出到电脑上，直接打开，可以清楚的看到硬件信息： lshw -html > /hardware.html 8. lsscsi 9. 这些信息包括了硬件以及BIOS，既可以得到当前的配置，也可以得到系统支持的最大配置，比如说支持的最大内存数等。 如果要查看所有有用信息 dmidecode -q 里面包含了很多硬件信息。
10.9K30发布于 2021-05-17 - 来自专栏机器之心
算法、硬件、框架，2019年AI何去何从？
与发布于 2017 年的基于 Volta 芯片的显卡相比，新卡包含被称之为张量核心（Tensor Cores）的新高速矩阵乘法硬件。 自动硬件也进行了升级。Jetson AGX Xavier 是一款英伟达希望能够推动下一代自动驾驶技术的板级模块。 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 更加定制化的硬件 摩尔定律已经失效了，至少对 CPU 是失效了，而且已经很多年了。GPU 很快也会面临相似的命运。 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
第二届AI HW峰会于9月17日至18日在硅谷中心举行，近五十位发言人向500多位与会者进行了演讲（几乎是去年首届听众人数的两倍）。所有的信息来自于峰会。 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。 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。 这是使用512个GPU在NVIDIA Saturn V上开发的，这也显示了拥有自己的AI超级计算机时可以执行的操作。
57420编辑于 2022-05-13 - 来自专栏reizhi
微软：IE9可实现Web页面所有内容硬件加速
如今，各大浏览器都开始使用硬件来加速图形性能，IE9 Beta也即将发布，微软在此时对比了完全硬件加速和部分硬件加速之间的区别，向众人揭示了IE9的优越性。 在7月发布的平台预览第三版中，IE9引入了硬件加速HTML5 canvas。 IE9硬件加速 浏览器可以使用硬件来加速一个HTML页面所有步骤中的一些或是全部，下图中就描述了IE9中的HTML页面渲染主要步骤： IE9页面渲染共分为三大阶段： 内容渲染：IE9在第一个阶段使用Direct2D 完整硬件加速VS.部分硬件加速 在IE9中，开发人员能够使用完整的硬件加速。 当你使用其它支持硬件加速的浏览器测试IE Test Drive网站上的项目时，你会发现其性能在某些方面能与IE9不分上下，但是在很多方面相差甚多。这种差距就反应了完整硬件加速和部分硬件加速之间的区别。
1.2K20编辑于 2022-09-26 - 来自专栏天下风云
.NET9 PreView6硬件内部生成和浮点SMID运算
注意，.NET9 PreView6并没有对AOT进行重大更新。 在.NET9 PreView2里面曾经对AOT进行了自举模式，参考：.NET9 AOT ILC的重大变化.NET9 AOT ILC的重大变化 硬件内部生成 大部分硬件内部有其相应的优化，而应用层级只需要传递相应的参数即可 比如一些硬件希望用户为硬件内部的API的某些参数传递常量，这些常量可以直接编码到硬件内部底层的指令当中。不需要加载到寄存器或者内存当中，然后进行访问。 许多新功能的示例： 浮点二进制运算，其中一个操作数是一个常量： x + NaN现在折叠成 .NaN x * 1.0现在折叠成 .x x + -0现在折叠成 .x 例如，硬件内部函数假设是：xVector
53610编辑于 2024-07-25 - 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ADAS性能优化
AI Weekly | Nov. 9, 2019
Researchers tout AI that can predict 25 video frames into the future In a preprint paper, researchers propose an AI model that can predict up to 25 video frames into the future given only two to five starting Applause targets AI bias by sourcing training data at scale Software-testing company Applause wants to reinvent AI testing with a service that detects AI bias by crowdsourcing larger training data sets. Remember that scary AI text-generator that was too dangerous to release?
34310编辑于 2022-05-13 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。 当前资本高度集中于底层硬件环节，应用层投入产出严重失衡。（一）电力瓶颈倒逼科技巨头向重资产转型电力供给已成为制约全球AI产业发展的关键瓶颈。 xAI在2026年1月完成200亿美元E轮融资；Mistral AI在2025年9月完成20亿美元C轮融资，估值接近140亿美元。 三是与国产大模型的软硬件深度协同。国产芯片与头部大模型之间的适配正在加速成熟，例如2025年9月DeepSeek发布V3.2-Exp时，多家头部芯片企业均实现“Day 0”首日适配。 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- 来自专栏帅云霓的技术小屋
局域网SDN技术硬核内幕 9 从软件Overlay到硬件Overlay
为了解决这一矛盾，工程师们期望利用数据中心交换机强大的数据包处理转发能力，将各宿主机的CPU从封装Overlay的枯燥工作中解放出来，这叫做硬件Overlay。 上图是软件Overlay的实现，OVS作为VTEP节点封装VXLAN隧道； 上图是硬件Overlay的实现，数据中心接入交换机(TOR, Top of Rack)作为VTEP节点封装VXLAN隧道； 二者对比如下： 硬件Overlay的基本模型如下图所示： 我们看到，在这个模型中，OVS仅对来自VM的数据包打上VLAN标签，在TOR上进行VLAN到VXLAN的封装。 明天介绍的内容——层次化端口绑定 (Hierarchy Port Binding)，将详解这一机制，也是硬件SDN的精髓。这一机制不但能解决基于VM的IaaS云，还可以应用于容器云平台。
1.1K10编辑于 2022-07-22 - 来自专栏帅云霓的技术小屋
软硬件融合技术内幕 终极篇 (9) —— 得民心者得天下
在上期，我们提到了，DRAM从FPM，EDO，EDO Burst，SDRAM一路进化，在SDRAM 133MHz时代，每片芯片(16bit)理论上可实现266MBps的吞吐性能。每内存通道64bit理论上最高(burst方式)可提供1066MBps吞吐性能，两个内存通道合计约2GBps。
90620编辑于 2023-02-25
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