What are neural processing units (NPUs) and why are they so important to modern computing?
神经处理UNTS（NPU）是您在智能手机和笔记本电脑中可能会发现的最新芯片 - 但是它们是什么ard，为什么它们如此重要？
Neural Processing Units (NPUs): The Driving Force Behind Next-Generation AI and Computing
就像 GPU 曾经在 AI 工作负载方面超越 CPU 一样，神经处理单元 (NPU) 将通过提供更快、更高效的性能来挑战 GPU——尤其是对于生成式 AI，其中大规模实时处理必须以闪电般的速度和更低的成本进行。问题是 NPU 是如何工作的，为什么它们会超越 […] 文章《神经处理单元 (NPU)：下一代 AI 和计算背后的驱动力》首先出现在 Unite.AI 上。
How cells maintain their central processing unit for cell division
着丝粒是 DNA 中一个特殊的位置，它作为细胞分裂的控制中心，在细胞的几代中保持不变。它的特征是一种特殊的蛋白质，称为着丝粒蛋白 A (CENP-A)，它标记着丝粒并调动细胞分裂所需的其他参与者。
■近年来，由于产生的AI服务的迅速传播，对半导体的需求持续增长，并且注意力集中在与半导体相关的股票（如NVIDIA）上。但是，由于AI半导体GPU转变为ASIC，NVIDIA的唯一推进力正在颤抖，因为竞争对手的增长，未来引起了人们的关注。 ■目录1- NVIDIA的股价持续上涨，但目前正在下降2 -GPU到ASIC转换3 -Seventitans是一家主要的中国科技公司，由于AI服务和其他因素的迅速传播，近年来一直在迅速增长。在这种情况下，注意力集中在包括Nvidia在内的半导体相关股票上。 AI需要快速有效地处理大量数据，而高性能的半导体是该处理的核心。特别是，诸如GPU（图形处理单元）和A
Key step to quantum computers: direct communication between processors
如果量子计算机要实现更快地解决问题或对于经典超级计算机来说太复杂的承诺，则需要在多个处理器之间传达量子信息。现代计算机具有不同的互连组件，例如内存芯片，中央处理单元和一般处理单元。这些需要进行[…]
Reducing the Size of AI Models
在边缘设备上运行大型 AI 模型使用 Pixlr 创建的图像AI 模型，尤其是大型语言模型 (LLM)，需要大量的 GPU 内存。例如，对于 2024 年 7 月发布的 LLaMA 3.1 模型，内存要求如下：80 亿参数模型需要 16 GB 内存（16 位浮点权重）更大的 4050 亿参数模型需要 810 GB（使用 16 位浮点数）在全尺寸机器学习模型中，权重表示为 32 位浮点数。现代模型具有数亿到数百亿（甚至数千亿）的权重。训练和运行如此大的模型非常耗费资源：它需要大量的计算（处理能力）。它需要大量的 GPU 内存。它会消耗大量的能源，特别是，造成这种能源消耗的最大因素是：- 使用 3
Supermicro представляет системы хранения, оптимизированные для ИИ
他们使用 Nvidia DPU BlueField-3 处理单元。
Is the video game industry facing an AI renaissance? What are the impacts?
想象一下玩经典的第一人称射击游戏 DOOM，但有一个变化：游戏不是在程序员编写的代码上运行的；它是由人工智能系统实时生成的。这有效地描述了 GameNGen，这是谷歌和特拉维夫大学研究人员最近推出的突破性 AI 模型。GameNGen 可以使用单个张量处理单元 (TPU) 以每秒超过 20 帧的速度模拟 DOOM。在该处理单元中，我们见证了可以自我思考和创造的游戏的诞生。人类程序员不再定义游戏行为的每个方面，而是让 AI 系统学习生成整个游戏。文章《电子游戏行业是否面临 AI 复兴？其影响是什么？》首次出现在 DailyAI 上。
Nvidia Faces French Antitrust Charges Amidst Market Dominance Concerns
Nvidia 现在是全球最有价值的公司，但受到法国反垄断监管机构的审查，他们正准备指控这家科技巨头存在反竞争行为。此举凸显了欧盟致力于维护科技行业公平竞争的决心。Nvidia 以其在人工智能和机器学习中必不可少的图形处理单元 (GPU) 而闻名，它被指控利用其市场地位来压制竞争。潜在的处罚可能包括巨额罚款和强制改变 Nvidia 的商业行为，从而影响其竞争战略和市场影响力。 Nvidia 的市场主导地位和监管审查 Nvidia 成立于 1993 年，从一家 [...]
Competition to design AI Chips
摘自《经济学人》，Nvidia 能被赶下王座吗？看看那些争夺王冠的初创公司Nvidia 的市值超过 2 万亿美元，年收入增长超过 200%。这是它成功的原因：...GPU 负责训练和操作大型人工智能模型所需的计算重担。然而，奇怪的是，这并不是它们的设计目的。这个首字母缩略词代表“图形处理单元”，因为这种芯片最初是为处理视频游戏图形而设计的。事实证明，对于 Nvidia 来说，这些芯片可以重新用于处理 AI 工作负载，这真是幸运。但现在有几家初创公司正在设计专门为 AI 设计的芯片：Cerebras 的应对措施是将 900,000 个内核和大量内存放到一个巨大的芯片上，这样……内核之间的片上连接
重新审视 GenAI RAG。Command-R。RAFT。RAT。RAG + 知识图谱。Devin AI 工程师。KPU（知识处理单元）。Open-Sora GenAI Vid。AutoDev。DeepMind SIMA。DeepSeek-VL。Amazon Chronos 模型。
В ЮФУ создают искусственный интеллект для имитации работы биологического мозга
作为南联邦大学纳米技术、电子和仪器研究所无线电工程电子学系助理 Roman Tominov 项目的一部分，在俄罗斯联邦总统的资助下，人工智能系统正在开发中，以重现生物大脑的计算原语（最小的处理单元）。这将使您能够监测一个人的生命体征，提前警告可能的健康问题。
Новые рабочие станции и серверы Fujitsu поддерживают технологии глубинного обучения
富士通推出超高性能 CELSIUS 工作站和 PRIMERGY 服务器系统，加速人工智能和深度学习的采用。他们使用 NVIDIA 最新的图形处理单元 (GPU)。
Процессоры NVIDIA будут устанавливать в автономный транспорт
如今，在 AI 系统需求不断增长的支撑下，NVIDIA 图形处理单元 (GPU) 销量激增，成为迄今为止由英特尔牢牢占据的半导体行业领导者头衔的有力竞争者。
