# AI 硬件架构科普：构建智能系统的基础
在当前的科技热潮中，人工智能（AI）的发展越来越受到关注。而作为支持AI的核心，硬件架构的设计与选择直接影响着AI应用的效果和效率。本文将对AI硬件架构进行概述，并通过代码示例加深理解。
## 什么是AI硬件架构？
AI硬件架构是指为实现智能算法而设计的计算机硬件配置和布局。这些硬件通常包括CPU、GPU、TPU、FPGA等，每种硬件都有其独特的优
市场对人工智能的热情持续高涨，特别是硬件领域。人工智能将成为下一个大风口，首当其冲的就包括硬件, 在图像语音识别、无人驾驶等人工智能领域的运用层面，图形处理器 (GPU)正迅速扩大市场占比，而谷歌专门为人工智能研发的TPU则被视为GPU的竞争对手。概念 人工智能的实现需要依赖三个要素：算法是核心，硬件和数据是基础, 如下图：算法主要分为为工程学法和模拟法：工程学方法是采用传统的编程技术，
转载
2023-10-07 21:04:57
58阅读
一、编程模型和硬件架构由于AI应用对巨大算力的极致追求，各种针对AI计算场景的AI芯片架构层出不穷。AI软件栈的复杂性就来自于硬件架构的跨越式发展。而面对这样的复杂度，AI软件编程模型的设计和架构就变得至关重要。编程模型就是对编程共性的抽象，或许可以从两个层面理解：架构上，是对底层硬件架构和对软件的组织、复用、交互方式的抽象工程上，可以是一个或几个软件中间层所提供的上层应用开发接口。是基于硬件的岩
转载
2023-07-20 20:40:32
707阅读
一、基础知识1.1、昇腾AI全栈架构昇腾AI全栈可以分差四个大部分： 应用使能层面，此层面通常包含用于部署模型的硬件，例如API、SDK、部署平台，模型库等。 AI框架层面，此层面包含用于
转载
2023-11-01 17:56:07
852阅读
2019年6月，华为发布全新8系列手机SoC芯片麒麟810，首次采用华为自研达芬奇架构NPU，实现业界领先端侧AI算力，在业界公认的苏黎世联邦理工学院推出的AI Benchmark榜单中，搭载麒麟810的手机霸榜TOP3，堪称华为AI芯片的“秘密武器”，这其中华为自研的达芬奇架构举足轻重。
2019年8月20日数据那么，达芬奇架构AI实力究竟怎么样？一起来深入了解下。
源起
转载
2023-10-06 14:30:53
445阅读
AI训练硬件架构是指为训练人工智能模型而专门设计的计算硬件体系。这种架构通常结合高性能计算资源、低延迟网络和大规模存储，以支持数据密集型的AI算法。在这个快速发展的领域，如何设计与实现高效的训练硬件架构成为了一个关键问题。
首先，我们来看一下AI训练硬件架构的演进过程：
```mermaid
timeline
title AI训练硬件架构演进
2020 : AI训练硬件的初步探
chatgpt与 ai 硬件
原创
2023-05-15 13:42:00
10000+阅读
英伟达开源了深度学习硬件架构：NVDLA。 包括完整的源代码：Verilog代码，C_Model代码，以及验证平台代码。 英伟达官网上也有详细的文档。英伟达NVDLA官网：http://nvdla.org/primer.html 非常值得学习推敲。感谢英伟达的分享不得不吐槽一下，NVDLA的开源代码一看就知道是脚本生成的，造成重复代码非常多，非常不方便阅读。 比如输入的1024位的数据，竟然在接口
转载
2023-12-17 05:13:50
27阅读
### AI视频系统硬件部署架构
#### 项目概述
在这个任务中，我们将教会一位刚入行的小白如何实现"AI视频系统硬件部署架构"。这个项目的目标是搭建一个能够处理AI视频任务的硬件部署架构，以便将来能够进行实时的视频分析和处理。
#### 项目流程
下面是整个项目的流程，我们将使用表格展示每个步骤和所需的代码。
| 步骤 | 描述 |
| --- | --- |
| 1. 硬件准备 | 第
原创
2023-09-07 17:56:04
203阅读
DDR4-DRAM的工作原理 其引脚按照功能可以分为7类：前3类为电源、地、配置。 后4类为：控制信号、时钟信号、地址信号、数据信号 电源、地、配置信号的功能很简单，在此不赘述。控制信号主要是用来完成DDR4与DDR4 Controller之间的状态切换。DDR4中最重要的信号就是地址信号和数据信号。如上DDR4芯片有20根地址线（17根Address、2根BA、1根
转载
2024-01-21 06:23:46
119阅读
文章和代码已经归档至【Github仓库：<https://github.com/timerring/dive-into-AI> 】或者公众号【AIShareLab】回复 AI配置 也可获取。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+ 256MacBook Pro M1 16 + 256M1芯片的mbp非常强大，发热不严重，甚至在Air版没
原创
2023-07-22 16:15:18
221阅读
为什么要应用AI人工智能技术？AI人工智能在中国的安防视频监控项目中已经大量落地。在安防监控行业，利用AI的视频结构化技术依据视频内容信息处理和网络化共享应用，实现监控视频信息的情报化、视频监控网络的智慧化、网格化。人工智能技术则可以弥补人类的不足，基于计算机视觉的图像分析处理技术，可以检测与识别出视频中的重要细节与潜在的危险等，并发出警报。基于AI边缘计算的智能硬件设备TSINGSEE青犀视频智
本文探讨边缘AI部署中硬件约束的挑战，分析模型压缩技术如神经架构搜索和量化方法，比较新旧AI模型在边缘设备的实际性能表现，并展望边缘AI在隐私保护和实时响应方面的技术发展趋势。
联发科发布了具高速边缘AI运算能力，可快速实现影像识别的AIoT平台i700芯片，进一步提升联发科在人工智能领域的领导地位。联发科i700平台方案能够广泛被应用在智慧城市、智能楼宇和智能制造等领域，其单芯片设计整合了包含CPU、GPU、ISP和AI专核等在内的处理单元，能够协助客户快速推出产品，助力人工智能和物联网的落地融合。联发科i700平台采用八核架构，集成了两个工作频率为2.2GHz的arm
转载
2024-01-31 09:36:43
89阅读
人工智能大模型已经成为当今科技领域的关键驱动力，它们不仅在语言理解、图像识别等任务中展现了非凡的能力，还在各个领域推动了科学研究和工业应用的进步。然而，这些大模型的训练和推理需求极高的计算资源，这促使硬件设计和优化成为实现其高效运行的关键因素之一。1. 背景介绍随着深度学习模型的发展，特别是Transformer模型的兴起，如BERT、GPT等，模型的规模和复杂度急剧增加，需要庞大的计算能力来进行
原创
2024-09-05 14:08:01
184阅读
在人工智能快速发展的今天，AI芯片成为推动该领域前行的关键力量。AI芯片如同“超级大脑”，支撑着从智能语音助手到自动驾驶汽车等各种复杂应用。它通过GPU、ASIC和FPGA等架构，优化矩阵运算、内存管理和数据传输，满足大规模数据处理需求。尽管面临通用性和成本挑战，未来AI芯片有望在异构计算、新兴技术和降低成本方面取得突破，为AI发展注入强大动力。
量子计算、存内计算等，与AI芯片的结合可能会带来新的突破，为AI计算提供更强大的算力支持。三是在降低成本
鸿蒙2.0的系统刚开源出来，华为志在打造1+8+N万物互联的全场景智慧生活，不仅是国产操作系统之梦，一次开发多设备部署也戳中开发者的痛点。这次开源的主要是基于嵌入式实时场景的微内核版本，用于手机端的宏内核版本预计要到明年。
最近申请到了一块 HarmonyOS HiSpark AI Camera 开发板，我们来体验一下AI应用的开发。
转载
2021-01-11 16:23:24
480阅读
