人工智能考研，人工智能考研考哪些科目
近日，浪潮突破高能效人工智能物联网(AIoT)系统关键技术。该技术成果通过控制、计算、存储三方面的软硬协同设计，结合数据流优化、计算通路复用等技术，提供低功耗、高实时性的人工智能物联网系统解决方案，功耗、性能等指标达到国际先进水平。当前，物联网已实现从机器联网发展到物物联网的跨越，但要解决具体场景的实际应用，真正实现万物智联，需要一个智能大脑以发挥更大的价值。未来，人工智能与物联网结合将成为其主要发展方向，即人工智能物联网(AIoT)。国际数据公司(IDC)在《IDC FutureScape:全球人工智能(AI)及自动化市场2022预测——中国启示》中预测，到2024年，近20%的物联网系统将支持人工智能，而近30%的边缘基础设施系统、超过35%的数据中心系统和近90%的IT客户端系统将支持人工智能。可以预见，未来十年，集合人工智能和终端设备的人工智能物联网将加速发展，甚至掀起足以改变社会生产方式的技术革命。面对目前人工智能物联网在市场应用中遇到的问题和瓶颈，浪潮研发团队重点针对现有解决方案能效不高、实时性不高的问题，研发了第五代精简指令集（RISC-V）微控制器、神经网络加速器以及相匹配的LightML推理框架、多源实时操作系统关键技术，实现了更低功耗、更高效率、更低内存占用三方面的重要突破。
▶实现更低功耗。系统基于高效总线架构，采用 16/32 位混合编码系统。指令系统与流水线硬件结构精简高效，具备极低成本、极低功耗和高代码密度等优点。
▶实现更高效率。通过细粒度计算阵列控制、软硬件协同计算优化、数据存储时域瓦片化等技术，对神经网络模型剪枝、量化等轻量化技术提供硬件支持，提升硬件计算并行度和流水化程度，降低访存成本，从根本上解决神经网络计算在物联网领域软硬件优化技术割裂、硬件计算力有限等问题。
▶实现更低内存占用。浪潮自研人工智能物联网推理框架，通过使用该框架的模型压缩工具，在保证模型精度的前提下，对机器学习模型进行剪枝和量化。模型剪枝主要采用结构化剪枝，裁剪掉部分模型冗余网络，降低模型规模。模型量化通过采用INT7、INT8、UINT8或INT32的数据类型替换浮点数据，降低模型内存占用，提高模型推理效率。未来，浪潮将持续加大研发投入，提升科技创新能力，重点突破人工智能物联网等领域关键技术，赋能制造、水利、交通、家居等领域智慧化发展。
人工智能考研(人工智能考研考哪些科目)
未经允许不得转载：上海考研论坛 » 人工智能考研(人工智能考研考哪些科目)
