В Snapdragon 835 применена технология Google TensorFlow для более быстрой работы приложений |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2017-01-12 15:36 На прошедшей в Лас-Вегасе выставке CES 2017 компания Qualcomm представила новый мобильный процессор Snapdragon 835. Чипсет получил восемь ядер Kryo 280 с максимальной тактовой частотой 2,45 ГГц, графический ускоритель Adreno 540 и LTE-модем Snapdragon X16 с поддержкой LTE Category 16 и скоростью до 1 Гбит/с. Одной из интересных особенностей Snapdragon 835 стала поддержка технологии машинного обучения TensorFlow от компании Google. Благодаря этому устройства на базе данного процессора будут демонстрировать более высокую производительность в приложениях на основе нейронных сетей. Технология TensorFlow уже используется в ряде приложений поискового гиганта, таких как Google Photos и Google Cloud Speech. При работе с программами, использующими TensorFlow, Snapdragon 835 будет использовать специальный цифровой сигнальный процессор Hexagon 682, не нагружая при этом центральный процессор. Google разработала два тестовых приложения, способных с помощью компьютерного зрения и машинного обучения распознавать реальные объекты при наведении на них камеры смартфона. При их запуске на устройстве с Hexagon DSP и поддержкой TensorFlow программы обнаруживали несколько объектов гораздо быстрее, чем в случае работы на смартфоне, где эта задача возложена на центральный процессор. Телеграм: t.me/ainewsline Источник: 4pda.ru Комментарии: |
|