數(shù)據(jù)中心最新文章 2019年AMD在x86平臺(tái)的市占率將有望提升至5% 根據(jù)DRAMeXchange調(diào)查，今年 x86 解決方案仍為服務(wù)器芯片市場(chǎng)的主流選擇，兩大主導(dǎo)廠商之一的英特爾因產(chǎn)品定位較完善，使用規(guī)模仍居首，2018 年市占達(dá) 98%。而AMD隨著2019 年 7 nm平臺(tái)的問世，在 x86 平臺(tái)的市占率將有機(jī)會(huì)提升至 5%。 發(fā)表于：3/4/2019 美光推出新款客戶端 SSD，提升移動(dòng)計(jì)算體驗(yàn) 美光 1300 SATA SSD 基于 96 層 3D NAND， 為更多用戶提供先進(jìn)高效的客戶端計(jì)算體驗(yàn) 發(fā)表于：3/4/2019 追趕臺(tái)積電，中芯國(guó)際財(cái)報(bào)可喜，技術(shù)不斷突破 近日，中芯國(guó)際公布了2018年第四季度及全年財(cái)報(bào)，中芯國(guó)際收入7.88億美元，同比持平，其中中國(guó)區(qū)增長(zhǎng)12％；毛利潤(rùn)1.34億美元，同比下降9.7％，毛利率17.0％，同比下降1.9個(gè)百分點(diǎn)，凈利潤(rùn)2652萬美元，同比減少44.4％。按照工藝劃分的收入占比分別為：28nm 5.4％、40/45nm 20.3％、55/65nm 23.0％、90nm 1.7％、110/130nm 7.3％、150/180nm 38.7％、250/350nm 3.6％。 發(fā)表于：3/2/2019 置用戶隱私于何地？深圳一公司人臉識(shí)別數(shù)據(jù)庫直接暴露在網(wǎng)上，誰都能訪問 據(jù)外媒CNET報(bào)道，美國(guó)時(shí)間本周三，GDI基金會(huì)荷蘭安全研究員Victor Gevers發(fā)現(xiàn)，深圳公司深網(wǎng)視界(SenseNets)對(duì)于其人臉識(shí)別數(shù)據(jù)庫沒有密碼保護(hù)，直接暴露在網(wǎng)上。 發(fā)表于：3/1/2019 自適應(yīng)學(xué)習(xí)率調(diào)度器了解一下？ 傳統(tǒng)觀點(diǎn)認(rèn)為，太大的學(xué)習(xí)率不利于優(yōu)化深度神經(jīng)網(wǎng)絡(luò)，而相比固定的學(xué)習(xí)率而言，變化的學(xué)習(xí)率更能提供快速的收斂。 發(fā)表于：2/28/2019 想讀讀PyTorch底層代碼？這份內(nèi)核機(jī)制簡(jiǎn)介送給你 學(xué)習(xí) PyTorch 比較簡(jiǎn)單，但你能學(xué)習(xí) PyTorch 內(nèi)部機(jī)制嗎？最近，有 14 年 ML 經(jīng)驗(yàn)的大神 Christian 介紹了 PyTorch 的內(nèi)核機(jī)制。雖然在實(shí)際使用中并不需要這些知識(shí)，但探索 PyTorch 內(nèi)核能大大提升我們對(duì)代碼的直覺與理解，挖底層實(shí)現(xiàn)的都是大神~ 發(fā)表于：2/28/2019 出身清華姚班，斯坦福博士畢業(yè)，她的畢業(yè)論文成了「爆款」 很少有人的博士論文能夠成為「爆款文章」，但陳丹琦做到了。這位近日從斯坦福畢業(yè)的計(jì)算機(jī)科學(xué)博士引發(fā)了人們的廣泛關(guān)注。 發(fā)表于：2/28/2019 MIT開發(fā)出首個(gè)碳納米管混合信號(hào)集成電路 SHARC進(jìn)擊：麻省理工學(xué)院的自我修復(fù)模擬采用RRAM和CNFET技術(shù)，被用于在4位電容數(shù)模轉(zhuǎn)換器中制造碳納米管運(yùn)算放大器。 發(fā)表于：2/28/2019 或許這才是物聯(lián)網(wǎng)所需的嵌入式AI處理器 日前，法國(guó)半導(dǎo)體初創(chuàng)公司GreenWaves Technologies(GreenWaves) 宣布，獲得由華米科技參與領(lǐng)投，公司天使輪領(lǐng)投公司--Soitec以及其他投資人共同參與的共計(jì)七百萬歐元的A輪融資。 發(fā)表于：2/27/2019 Linus Torvalds談為什么Arm無法贏得服務(wù)器市場(chǎng) 為什么運(yùn)行Ubuntu的服務(wù)器數(shù)量遠(yuǎn)比Red Hat多？基于ARM架構(gòu)的處理器是否可能挑戰(zhàn)x86處理器在服務(wù)器市場(chǎng)的壟斷地位？ 發(fā)表于：2/27/2019 二十年堅(jiān)持，富士通能讓FRAM成為主流嗎？ 市場(chǎng)經(jīng)濟(jì)下每一個(gè)技術(shù)領(lǐng)域的競(jìng)爭(zhēng)都是一場(chǎng)叢林法則的生動(dòng)演繹。隨著物聯(lián)網(wǎng)和大數(shù)據(jù)等新興應(yīng)用的爆發(fā)增長(zhǎng)，存儲(chǔ)器領(lǐng)域的叢林法則年年都在上演“生動(dòng)”的故事。 發(fā)表于：2/27/2019 OpenAI被諷ClosedAI？語言模型并沒有想象中的強(qiáng)大 前一段時(shí)間，OpenAI 丟出了兩枚炸彈，一是公布了當(dāng)前最先進(jìn)的語言模型，二是選擇與開源「Say Goodbye」。他們擔(dān)心 GPT-2 模型太好，會(huì)被不懷好意的人濫用。近來，很多研究者呼吁 OpenAI 盡快開源這個(gè) 15 億參數(shù)量的大模型，因?yàn)樗⒉荒苷嬲咐斫狻棺匀徽Z言。 發(fā)表于：2/27/2019 ImageNet分類器可以泛化到ImageNet上嗎？ 當(dāng)前的分類模型泛化到新數(shù)據(jù)時(shí)總會(huì)有不同程度的準(zhǔn)確率下降，傳統(tǒng)觀點(diǎn)認(rèn)為這種下降與模型的適應(yīng)性相關(guān)。但本文通過實(shí)驗(yàn)證明，準(zhǔn)確率下降的原因是模型無法泛化到比原始測(cè)試集中更難分類的圖像上。 發(fā)表于：2/27/2019 從網(wǎng)絡(luò)設(shè)計(jì)到實(shí)際應(yīng)用，深度學(xué)習(xí)圖像超分辨率綜述 圖像超分辨率（SR）研究已經(jīng)利用深度學(xué)習(xí)技術(shù)取得了重大進(jìn)展，本文旨在系統(tǒng)性地綜述這些進(jìn)展。作者將 SR 研究分為三大類：監(jiān)督 SR、無監(jiān)督 SR 以及特定領(lǐng)域的 SR。此外，本文還介紹了這一領(lǐng)域常用的公共開源基準(zhǔn)數(shù)據(jù)集和性能評(píng)估指標(biāo)，并指出了未來的幾個(gè)方向以及一些待解決的問題。 發(fā)表于：2/27/2019 各種NLP操作難實(shí)現(xiàn)？谷歌開源序列建?？蚣躄ingvo 自然語言處理在過去一年取得了很大進(jìn)步，但直接關(guān)注 NLP 或序列建模的框架還很少。本文介紹了谷歌開源的 Lingvo，它是一種建立在 TensorFlow 上的序列建?？蚣?。該框架重點(diǎn)關(guān)注協(xié)作實(shí)現(xiàn)與共享代碼庫，能極大提升代碼復(fù)用與研究迭代速度，NLP 的今年就靠你了～ 發(fā)表于：2/27/2019 ?…82838485868788899091…?
