芯片

首页 标签 芯片
# 芯片 #
关注
13917内容
|
7天前
|
阿里云灵骏 GP9A 超节点详解:自研真武 M890 芯片、万亿参数 MoE 推理规格对比
阿里云灵骏GP9A超节点实例,基于自研真武M890P芯片,64卡全互联架构,提供9216GB显存、1024核CPU与18.4TB内存,支持MXFP4/FP8/BF16等多精度,原生兼容主流AI框架,专为万亿参数MoE模型训推、自动驾驶、搜推广及多模态场景优化。阿里云智能计算灵骏官网:https://t.aliyun.com/U/WjA3cK
工业专网对讲机通讯寒地工程化落地实战:野外极端工况设备适配、部署优化与运维体系搭建
:工业DMR/PDT专网通信设备的核心价值不在于实验室参数达标,而在于复杂野外工况下的长期稳定运行。相较于城市常规部署场景,我国北方高寒野外林区、矿山、边防、野外电力巡检场景,存在低温冻害、昼夜温差大、电磁环境复杂、无遮挡强风、野外供电不稳定等多重复杂工况,对专网设备选型、点位部署、链路规划、后期运维提出了更高的工程化要求。本文跳出传统硬件参数分析视角,从寒地工程落地、现场部署优化、工况适配改造、全周期运维四大核心维度,系统性讲解高寒地区专网项目落地的全套实战方法论,梳理工程部署高频问题、优化方案与标准化流程,为北方野外专网项目高效落地、稳定运行提供完整技术参考。
阿里云Qwen3.8-Max首发上线:API服务与Token Plan同步开放
阿里云于2026年8月正式推出了其最新一代旗舰基座大模型——Qwen3.8-Max。这款模型不仅在参数规模上实现了新的突破,更在推理效率、多模态处理及长周期任务执行上展现了卓越的性能,标志着通义千问系列模型迈入了一个全新的智能体时代。本文将深入解析Qwen3.8-Max的技术特性、应用场景、价格体系及接入方式,为开发者和企业提供一份详尽的参考指南。
|
9天前
|
CS5090EA充电方案深度解析:为什么充电IC必须搭配电池保护电路
本指南详解四款锂电池充电+保护完整方案:入门级CS5090EA(1.5A/88%效率)、中端PW4252(1.2A/93%)、大电流PW4253(2A/95%)及高端PW4000宽压升降压方案(3A/PD快充)。全系列搭配高精度、五重防护的PW7120双节保护IC,确保安全可靠。
|
9天前
| |
最新版通义千问(Qwen3.8-Max)功能介绍
Qwen3.8-Max是通义千问系列迄今规模最大、能力最强的旗舰大模型,定位为**全场景智能体基座**,可独立完成复杂任务、长周期执行与多模态交互,支撑科研开发、企业服务、工程设计、内容创作等多元场景。该模型基于Qwen 3.5架构迭代升级,采用**第三代稀疏MoE混合专家架构**,总参数量达2.4万亿,推理时仅激活95B有效参数,在保持超大模型能力上限的同时,大幅降低算力消耗与推理成本,实现“轻量架构、旗舰性能”的突破。
|
11天前
| |
英特尔中国加速适配国产AI模型MiniMax H3布局本地化部署
英特尔锐炫Pro B70完成对国产开源视频模型MiniMax H3的Day 0适配,支持15秒2K+立体声视频生成。依托32GB显存、367 TOPS算力及8卡混合并行方案,实现开箱即用、低成本本地部署,加速AI视频商业化落地。(239字)
|
11天前
|
芯片里的“第二熵增”:三星凭什么卡位AI超级周期?
2026年三星凭HBM4量产引爆AI存储周期,其背后是二十年如一日对DFSS与TRIZ的深度践行:用六西格玛设计锁定工艺稳定性,以TRIZ破解散热与堆叠的物理冲突,将创新从“碰运气”变为可预测的系统工程。
|
12天前
|
为什么会有CNN+Transformer这样的结构
Transformer虽性能强,但依赖海量数据与算力;CNN高效稳定却缺乏全局建模能力。CNN+Transformer混合架构取长补短:CNN负责局部特征提取与降维,提升数据效率、降低算力负担;Transformer专注全局语义建模,弥补精度瓶颈。二者协同,兼顾精度、速度与落地可行性,是当前工业级视觉模型的最优解
免费试用