Arm把端侧AI芯片的焦点拉回内存与系统设计
端侧大模型进入手机和PC后,芯片性能已不能只看TOPS。Arm推出Lumex CSS并引入SME2,试图从CPU、GPU、系统IP和数据搬运入手,缓解算力、内存与功耗之间的牵制。
阅读全文关键词:缓解
端侧大模型进入手机和PC后,芯片性能已不能只看TOPS。Arm推出Lumex CSS并引入SME2,试图从CPU、GPU、系统IP和数据搬运入手,缓解算力、内存与功耗之间的牵制。
阅读全文围绕昇腾910D量产、海光DCU份额的说法很多,但公开材料能确认的重点,是华为正在动员上万家伙伴转向计算,并把公有云放到更重要位置。国产算力的关键问题,仍是供给、适配和使用成本。
阅读全文2026年暑期,北京、上海、武汉等地的“AI交通大脑”正通过动态信号灯配时与公交智能调度重塑出行体验。实测数据显示部分区域高峰车速提升22%,但算力能耗与数据孤岛仍是亟待跨越的现实瓶颈。
阅读全文大模型基于概率生成文本,难免胡说八道。清华高跃团队提出Hyper-RAG,通过构建知识超图谱将幻觉降低48%。结合京东与清华提出的TaD解码技术,检索增强与任务感知的组合正成为缓解幻觉的务实路径。
阅读全文2026年6月6日FDA发布AI医疗器械生命周期管理新指南草案,确立PCCP和TPLC框架。本文以梅奥诊所REDMOD AI为例,拆解临床验证、偏差控制、可解释性与持续学习监控的具体量化要求,为医疗AI出海企业提供对标参
阅读全文英伟达Blackwell Ultra在2026年Computex上发布,FP8算力20 PFLOPS,但交付要等到2027年Q1。这导致云厂商陷入买旧还是等新的两难。在空窗期,华为昇腾910C等国产芯片开始填补算力缺口。
阅读全文2026年二季度三大运营商和两家头部云厂商的招标数据显示,国产AI芯片在大规模集群训练中的占比从2025年的不足20%升至接近35%。硬件不再是主要卡点,集群稳定性和软件适配问题浮上台面;供应链深处的先进封装与HBM瓶颈
阅读全文AI幻觉是制约大模型可靠性的核心挑战。本文综合2026年学术界与工业界前沿进展,深度剖析基于置信度评估、多智能体协作与知识约束解码等最新检测与缓解技术,并探讨其在构建可信AI系统中的应用前景。
阅读全文