人工智能技术专题 · 共 3 篇内容

# 模型压缩

「模型压缩」是电子工程与人工智能领域的重要技术专题。纳米网为您深度聚合了 3 篇关于 模型压缩 的硬件电路设计方案、芯片选型参数对比、产业动态研判与原厂参考资料(最近更新于 2026年11月)。核心收录议题涵盖《边缘应用适配AI模型:英飞凌等谈压缩与系统集成》《瑞萨嵌入式AI技术漫谈 · 嵌入式系统机器学习终极指南》《物理 AI 为什么离不开边缘计算?》等实战工程解析。工程师可结合站内芯片选型库与 Datasheet 资料库进行一站式方案验证。

3
篇文章
10
人关注
180
次浏览
边缘应用适配AI模型:英飞凌等谈压缩与系统集成

边缘应用适配AI模型:英飞凌等谈压缩与系统集成

面对边缘设备面积、功耗和内存限制,业界正通过量化、蒸馏、剪枝和自压缩等方式为AI模型适配嵌入式应用。文章强调,应从目标功能出发,选择合适参数规模,并加强系统级集成,以兼顾效率、延迟和精度。

瑞萨嵌入式AI技术漫谈 · 嵌入式系统机器学习终极指南

嵌入式系统机器学习终极指南 概述 什么是嵌入式系统的机器学习? 机器学习是人工智能的一个分支,它使计算机能够通过不同技术,从数据中以迭代方式进行学习。我们的目标是让系统从数据中学习并进行预测。这与传统方法有明显区别:传统方式依赖程序员编写明确的指令,而不是从数据中学习模式。嵌入式系统中的机器学习则专门面向嵌入式设备,使其能够采集数据、学习并执行预测。这类系统通常与传统计算机相比,内存更小、RAM更

物理 AI 为什么离不开边缘计算?

物理 AI 为什么离不开边缘计算?

本文主要讲述物理AI为什么离不开边缘计算。 过去两年,AI 给人的印象基本是一回事——一个对话框,一个输入框。你打字它打字,你上传它分析,AI 安静地待在屏幕里,处理着一切关于文字、图像、代码的事情。 行业的注意力也都跟着堆在那一头。云厂商抢算力,芯片厂卷训练卡,应用层抢入口,关于 AI 的大新闻几乎都和云端有关:模型又大了多少倍,集群又烧了多少钱,推理价格又降了几个点。但风向其实在悄悄变。 AI