數據中心最新文章 David Patterson：現在是發展新的計算機架構的黃金時代！ 加州大學教授、Google工程師和RISC先驅David Patterson說，現在是做一名計算機架構師的最好時機。 發表于：9/20/2018 趙偉國：中國集成電路在世界上會有一席之地 昨日，由南京市江北新區主辦、紫光集團與紫光展銳科技有限公司承辦的中國芯片發展高峰論壇在中國南京勝利舉辦。在論壇上，紫光集團的領導，行業的專家和政府的相關政策制定者就中國集成電路的發展現狀、紫光集團的“從芯到云”的發展戰略，還有紫光展銳的發展規劃做了深刻的分析。 發表于：9/20/2018 Ampere正式公布首款ARM架構64位服務器芯片 挑戰英特爾 由前英特爾總裁Renee James領導的半導體公司Ampere正式公布公司首款ARM架構64位服務器芯片，欲挑戰英特爾在服務器芯片的霸主地位。該處理器旨在處理各種數據中心工作負載，與英特爾形成更直接的競爭關系。 發表于：9/20/2018 EMNLP 2018 | 為什么使用自注意力機制？ 近期，非循環架構（CNN、基于自注意力機制的 Transformer 模型）在神經機器翻譯任務中的表現優于 RNN，因此有研究者認為原因在于 CNN 和自注意力網絡連接遠距離單詞的路徑比 RNN 短。 發表于：9/17/2018 「AlphaGo 之父」David Silver最新演講，傳授強化學習的十大原則 9 月 9 日-14 日，Deep Learning Indaba 2018 大會在南非斯泰倫博斯舉行。會上，DeepMind 強化學習研究小組負責人、首席研究員、AlphaGo 項目負責人 David Silver 發表演講，介紹了強化學習的十大原則。機器之心對該演講進行了介紹。 發表于：9/17/2018 英特爾：FPGA將加速今日新型態數據中心的主流應用 在這個強調智能與聯網的時代，可編程邏輯柵陣列 （FPGA）已經成為一個重要且不可或缺的元件。以全球500億個聯網設備，一年所產生的數據量將不計其數。從數據中心、5G通訊、虛擬網絡功能，到嵌入式系統，FPGA都能在設備以及云端之間，扮演重要的角色。而從邊際運算到云端應用，FPGA也正不斷的成長，包括FPGA、GPU與ASIC等加速器市場，將在2021年達到200億市場規模。而估計到了2022年，FPGA市場將達到75億美元的規模，年復合成長率為9％。 發表于：9/16/2018 我為什么看好RISC-V 近年來，產生、處理及進一步利用數據以取得更多價值與資訊的方式已大不相同，而這都是受到深度學習與神經網路應用等新型運算模型崛起所影響。 發表于：9/15/2018 格芯CTO談為何放棄7nm芯片工藝研發 八月下旬，第二大芯片代工廠GlobalFoundries宣布停止對7納米制造工藝的研發，從而結束了其向摩爾定律極限的攀登。 發表于：9/15/2018 NIPS 2018 | 接收論文情況盤點：谷歌一騎絕塵，微軟朱澤園中四篇一作 NIPS大會接收論文哪家強？本文對今年的NIPS 會議論文接收情況進行了梳理。 發表于：9/15/2018 基于FPGA的塊存儲器資源功能驗證及實現 可編程邏輯陣列由于具備片內資源豐富、靈活、可重構等特點在數字信號處理、硬件加速及芯片原型驗證中具有廣泛的應用。塊存儲器作為可編程邏輯陣列中的重要片內資源，具備高速及大容量的特點。為了解決高速塊存儲資源功能驗證時序約束要求高等不足，設計了采用跨時鐘域的高速塊存儲器資源功能驗證方法，并基于可編程邏輯陣列進行了功能仿真驗證。實驗結果表明，該方法能夠滿足640 MHz的高速塊存儲器資源驗證需求，并且具備模塊化的特點，能夠方便地對大容量塊存儲器資源進行測試驗證。 發表于：9/14/2018 國產EDA產業發展提速，華大九天獲“大基金”投資 2018年9月12日，本土電子設計自動化（EDA）領軍企業北京華大九天軟件有限公司（華大九天）今日宣布，已完成2018年新一輪融資工作。 發表于：9/13/2018 IDC發布：2Q18全球以太網交換機市場增長強勁 IDC發布《2Q18以太網交換機和路由器跟蹤報告》顯示，2018年第二季度，全球以太網交換機市場實現了67億美元的收入，同比增長4．8％。與此同時，全球企業和服務提供商（SP）路由器市場總收入獲得38億美元的收入，同比下降2．5％。 發表于：9/12/2018 傳商湯科技獲軟銀中國10億美元投資，估值達60億美元 新浪科技經多方求證，軟銀中國已投資商湯科技10億美元，將商湯估值抬至60億美元。 發表于：9/11/2018 專訪 | 小白也能搭建深度模型，百度EasyDL的背后你知多少 部署深度學習服務非常困難，因此簡單易用的圖形化系統就顯得極為重要。本文介紹了百度的圖形化深度學習系統 EasyDL，用戶可以不需要機器學習背景知識而搭建優秀的深度學習服務。 發表于：9/10/2018 32分鐘訓練神經機器翻譯，速度提升45倍 深度模型的訓練時間通常對研究者而言都是很大的挑戰，我們需要花數小時甚至數天才能知道某個小改進到底好不好。 發表于：9/10/2018 ?…919293949596979899100…?
