突破MCU算力瓶頸 專用工具為邊緣AI推一把

作者: 鍾葉霖
2026 年 03 月 26 日
在過去十年間,AI人工智慧的發展主軸基本上都是圍繞著「更大、更深、更強」,我們習慣了在雲端使用擁有數億或甚至於數十億參數的巨型模型來處理自然語言或複雜影像應用。 然而,隨著人工智慧物聯網的爆發性成長,目前的戰場已經逐步的轉移。現在的技術焦點,已經不再是誰能在雲端跑出更高的基準測試分數,而是誰能將AI成功植入到資源極度受限(記憶體跟效能較低)的MCU,也就是所謂的邊緣AI。...
》想看更多內容?快來【免費加入會員】【登入會員】,享受更多閱讀文章的權限喔!
標籤
相關文章

雅特力分享「AT32 MCU解密AIoT智慧終端芯時代」主題演講

2023 年 06 月 16 日

CNN網路建模精確特徵萃取

2023 年 09 月 06 日

CNN硬體轉換解封邊緣AI潛力

2023 年 10 月 13 日

大AI時代:探索終端AI新大陸

2024 年 04 月 02 日

低功耗MCU實現AI/ML應用 邊緣智慧功能開枝散葉(1)

2025 年 02 月 13 日

低功耗MCU實現AI/ML應用 邊緣智慧功能開枝散葉(2)

2025 年 02 月 13 日
前一篇
2026年半導體產業規模可望挑戰1兆美元
下一篇
超前布署6G世代 各國中頻頻譜規劃起跑