AMD量产Alveo V80计算加速卡：板载32GB内存 零售价近70000元

AMD量产Alveo V80计算加速卡：板载32GB内存 零售价近70000元 这款加速卡针对高性能计算（HPC）、数据分析、金融、网络安全和计算存储等领域，能够通过FPGA硬件灵活优化工作负载，提供强大的计算支持。Alveo V80加速卡基于7nm工艺的AMD Versal XCV80 HBM系列自适应SoC，具备2574K个LUT逻辑单元和10848个DSP计算逻辑片。该卡配备了两个16GB的HBM2E内存堆栈，提供高达819GB/s的内存带宽，并且支持通过卡上DDR4插槽扩充至32GB内存规模。此外，Alveo V80还具备4个QSFP56网络接口，每个接口支持200G网络，相较于仅支持PCIe连接的GPU，提供了更充足的互联带宽。该卡支持PCIe Gen4x16单端口或Gen5x8双端口，并在尾部提供了3个MCIO扩展端口，以适应不同的系统需求。 ... PC版： 手机版：

LightNet 是一个基于流行的暗网平台的深度学习框架，旨在为计算机视觉任务创建高效、高速的卷积神经网络（CNN）。该框架经过

LightNet 是一个基于流行的暗网平台的深度学习框架，旨在为计算机视觉任务创建高效、高速的卷积神经网络（CNN）。该框架经过改进和优化，可为各种深度学习挑战提供更通用、更强大的解决方案。 LightNet 融合了多项前沿技术和优化来提高 CNN 模型的性能。主要特点包括： ●多任务学习 除了暗网中的对象检测之外，LightNet 还经过扩展以支持语义分割学习，从而可以对图像内的对象进行更准确、更详细的分割。此功能支持训练 CNN 模型来识别和分类图像中的各个像素，从而实现更精确的对象检测和场景理解。 例如，语义分割可用于识别图像中的各个对象，例如汽车或行人，并用相应的对象类别标记图像中的每个像素。这对于各种应用都很有用，包括自动驾驶和医学图像分析。 ●2:4 结构化稀疏性 2:4 结构化稀疏技术是一种减少 CNN 模型参数数量同时保持其性能的新颖方法。这种方法使模型更加高效并且需要更少的计算，从而缩短训练和推理时间。 例如，使用 2:4 结构化稀疏性可以减少 CNN 模型的内存占用和计算要求，从而更容易部署在手机或嵌入式系统等资源受限的设备上。 ●通道修剪 通道剪枝是一种优化技术，可以减少 CNN 模型中的通道数量，而不会显着影响其准确性。此方法有助于减小模型大小和计算要求，从而在保持性能的同时缩短训练和推理时间。 例如，通道修剪可用于减少 CNN 模型中的通道数量，以便在低功耗处理器上进行实时处理，同时仍保持高精度。这对于在计算资源有限的设备上部署模型非常有用。 ●训练后量化（维护中） 训练后量化 (PTQ) 是一种减少训练后 CNN 模型的内存占用和计算要求的技术。此功能目前正在维护中，将在未来版本中提供。 ●量化感知训练（未来支持） 虽然 PTQ 被认为足以满足 NVIDIA GPU 上的 LightNet，但对于不支持每通道量化的 AI 处理器，我们可能会考虑根据需要添加对量化感知训练 (QAT) 的支持。 | #框架

三星将于2027年推出1.4nm工艺、BSPDN背面供电及硅光子技术

三星将于2027年推出1.4nm工艺、BSPDN背面供电及硅光子技术 三星晶圆代工厂业务部门主管崔时荣（Siyoung Choi）在主题演讲中强调，高性能和低功耗芯片是实现AI的最重要因素。该公司还推出了一项名为“三星人工智能解决方案”的交钥匙一站式服务，可以让客户利用三星的晶圆代工、存储芯片和高级封装服务。三星表示，这将简化客户的供应链，并使其产品发布速度提升20%。该公司透露，在过去一年时间内，其AI相关订单猛增80%。此次论坛期间，三星还分享了将在2027年推出硅光子技术的计划，这也是三星首次宣布采用硅光子技术。该技术在芯片上利用光纤传输数据，相比传统线缆/电路可以大幅提升I/O数据传输速度。此外，三星也投资了硅光子技术公司Celestial AI。三星表示，采用BSPDN技术的2nm制程工艺也将于2027年推出。这一时间晚于其竞争对手英特尔将于2024年推出类似技术的计划。BSPDN技术将供电电路设计在晶圆背面，可以避开信号线，防止相互干扰。该技术可显著提升芯片功率、性能和面积效率。三星透露其2nm工艺路线图：用于移动领域的SF2和SF2P将分别于2025年和2026年推出；面向人工智能和高性能计算（HPC）的2nm工艺将于2026年推出，早于BSPDN工艺。该公司还将在2027年推出用于汽车的2nm工艺。三星重申，计划于2027年推出1.4nm工艺，目前正在确保该技术的性能和良率。该公司计划于2025年采用ASML High NA EUV光刻机，用于1.4nm制程芯片制造。 ... PC版： 手机版：

联华电子 与 英特尔 合作晶圆代工，将共同打造12nm制程平台

联华电子 与 英特尔 合作晶圆代工，将共同打造12nm制程平台 为何盯上了12nm？ 12纳米工艺是先进的半导体制造工艺之一，相比较更高纳米级别的工艺，它能提供更高的晶体管密度、更低的功耗和更强的计算性能。在移动设备、通信基础设施和网络等高增长市场中，这种工艺能够支持更复杂、性能更高的芯片设计，满足这些领域对于高性能、低功耗芯片的需求。12纳米工艺非常适合构建蓝牙、Wi-Fi、微控制器、传感器和一系列其他连接应用的芯片。

微软已经为iOS、iPadOS、macOS、Windows和网络浏览器创建了一个Windows应用程序。该应用程序基本上将之前的

微软已经为iOS、iPadOS、macOS、Windows和网络浏览器创建了一个Windows应用程序。该应用程序基本上将之前的Windows 365应用程序转变为一个中心枢纽，用于从远程PC、Azure虚拟桌面、Windows 365、Microsoft Dev Box和Microsoft的远程桌面服务流式传输Windows副本。 微软通过其Windows应用程序支持多显示器，自定义显示分辨率和缩放，以及对外围设备如网络摄像头、存储设备和打印机的设备重定向。然而，Windows应用程序的预览版目前尚未提供给Android用户。 Windows 应用程序也仅限于微软的商业账户范围，但有迹象表明它也将向消费者开放。Windows 应用程序在 Windows 上的登录提示（是的，这说起来有点拗口）表明你可以使用个人微软账户访问该应用程序，但这项功能目前还无法使用。 微软几十年来一直有类似的应用程序用于远程连接到PC，其中最著名的是内置在Windows中的远程桌面连接应用。不过，“Windows应用”这样的专用品牌命名是不寻常的，这可能表明微软将Windows完全迁移到云端的更广泛野心正在进行中。 标签: #Windows, #微软 频道: @GodlyNews1 投稿: @Godlynewsbot

CIANNA - 天体物理学家的卷积交互式人工神经网络

CIANNA - 天体物理学家的卷积交互式人工神经网络 CIANNA 是一个通用深度学习框架，主要开发和用于天文数据分析。根据天体物理问题解决的相关性添加功能和优化。 CIANNA 可用于构建和训练用于各种任务的大型神经网络模型，并提供高级 Python 接口（类似于 keras、pytorch 等）。 CIANNA 的特点之一是其定制实现的受 YOLO 启发的物体检测器，用于 2D 或 3D 射电天文数据产品中的星系检测。该框架通过低级 CUDA 编程完全由 GPU 加速。 | #框架