Т
промышленный манипулятор, кресло и прошивка под что то
Size: a a a
2021 January 17
Т
это же охрененно
Т
и летать в vr шлеме
Т
всякие гонки и тд
Т
как раньше компьютерные клубы сделать такие станки-леталкт
Т
дорого правда но чтож поделать
по идее конструкцию можно удешивить, рука не обязательна
по идее конструкцию можно удешивить, рука не обязательна
AW
и летать в vr шлеме
жалко не испытать 3g перегрузок дольше 0.5 секунды
2021 January 18
Д
А если вместо руки на дельту подвесить... Ох можно перегрузки давать =)
Т
жалко не испытать 3g перегрузок дольше 0.5 секунды
можно такое на маховик поставить..
И
Ухтышка
NK
Посмотрите, как роботы собирают новые аккумуляторы Tesla, которые компания анонсировала в сентябре прошлого года. Они обещают быть в 5 раз более ёмкими, чем старые, производства Panasonic, за счёт того, что убрали “tab” -- переходный элемент, «язычок», между батареей и тем, куда необходимо подавать энергию. Поэтому технологию назвали “tabless”. Ни одного человека в процессе производства не задействовано. Конечно, люди потратили тысячи часов на то, чтобы создать роботов и их запрограммировать.
https://youtu.be/zB8_HbrxUi8
https://youtu.be/zB8_HbrxUi8
AW
ID:0
Посмотрите, как роботы собирают новые аккумуляторы Tesla, которые компания анонсировала в сентябре прошлого года. Они обещают быть в 5 раз более ёмкими, чем старые, производства Panasonic, за счёт того, что убрали “tab” -- переходный элемент, «язычок», между батареей и тем, куда необходимо подавать энергию. Поэтому технологию назвали “tabless”. Ни одного человека в процессе производства не задействовано. Конечно, люди потратили тысячи часов на то, чтобы создать роботов и их запрограммировать.
https://youtu.be/zB8_HbrxUi8
https://youtu.be/zB8_HbrxUi8
красота
2021 January 19
MB
ID:0
Посмотрите, как роботы собирают новые аккумуляторы Tesla, которые компания анонсировала в сентябре прошлого года. Они обещают быть в 5 раз более ёмкими, чем старые, производства Panasonic, за счёт того, что убрали “tab” -- переходный элемент, «язычок», между батареей и тем, куда необходимо подавать энергию. Поэтому технологию назвали “tabless”. Ни одного человека в процессе производства не задействовано. Конечно, люди потратили тысячи часов на то, чтобы создать роботов и их запрограммировать.
https://youtu.be/zB8_HbrxUi8
https://youtu.be/zB8_HbrxUi8
Про х5 неверно, на сайте пишут 50-60% прирост/экономия, на презентации говорили про 30+%
P
еще одна удивительная новость
NK
IVA TPU — российская разработка в области AI станет серийным продуктом
В ближайшее время на базе российского ИИ-ускорителя с архитектурой IVA TPU начнётся производство нейропроцессоров для оконечных устройств (серия IVA E) и облачных сервисов (IVA H).
Прошлой осенью консорциум экспертов в области искусственного интеллекта MLPerf высоко оценил прототип на базе IVA TPU от молодой российской компании IVA Technologies.
Это типичный тензорный ускоритель на базе популярной FPGA Virtex серии Ultrascale+ и фреймворка TensorFlow 1.15.0 c нормами производства 28 нм.
За счёт FPGA его можно адаптировать под конкретные алгоритмы для свёрточных (CNN) или рекуррентных нейросетей с длительной и краткосрочной памятью (LSTM).
Сети данного типа используются в системах машинного зрения, системах распознавания рукописного ввода и устной речи, робототехнике и граничных вычислениях (Edge AI).
Сегодня Edge AI — одно из самых перспективных направлений. В нём выделяют самую сложную группу задач, характеризующуюся наиболее жёсткими ограничениями на латентность, преобразования моделей и точность вычислений.
В тестах MLPerf они относятся к группе Closed Division Edge (CDE), а на практике их требуется реализовать в беспилотном транспорте, дронах коммерческого и военного назначения, системах наведения и классификации целей и "умных" камерах с функцией распознавания лиц.
Также системы контроля с ИИ начинают внедряться на самых ответственных участках производственных линий.
Аппаратные решения для CDE выпускают гораздо меньше участников рынка, чем для потребительского сегмента. Соответствующие разработки есть у ARM, Centaur, Nvidia и Xilinx… а с осени 2020 года — также и у российской компании IVA Technologies.
Из результатов тестирования видно, что по сравнению с Xilinx Alveo U250 при использовании модели ResNet ускоритель IVA FPGA достигает близкой скорости классификации изображений (89 в секунду против 107 у Xilinx), при этом обеспечивая почти втрое меньшие задержки (12,23 мс против 37,46 мс у Xilinx).
Пиковая производительность IVA TPU оценивается в 20 TOPS (триллионов операций в секунду), а максимальное энергопотребление — менее 100 Вт.
Источник: MLPerf
Подробнее: IVA Tech
В ближайшее время на базе российского ИИ-ускорителя с архитектурой IVA TPU начнётся производство нейропроцессоров для оконечных устройств (серия IVA E) и облачных сервисов (IVA H).
Прошлой осенью консорциум экспертов в области искусственного интеллекта MLPerf высоко оценил прототип на базе IVA TPU от молодой российской компании IVA Technologies.
Это типичный тензорный ускоритель на базе популярной FPGA Virtex серии Ultrascale+ и фреймворка TensorFlow 1.15.0 c нормами производства 28 нм.
За счёт FPGA его можно адаптировать под конкретные алгоритмы для свёрточных (CNN) или рекуррентных нейросетей с длительной и краткосрочной памятью (LSTM).
Сети данного типа используются в системах машинного зрения, системах распознавания рукописного ввода и устной речи, робототехнике и граничных вычислениях (Edge AI).
Сегодня Edge AI — одно из самых перспективных направлений. В нём выделяют самую сложную группу задач, характеризующуюся наиболее жёсткими ограничениями на латентность, преобразования моделей и точность вычислений.
В тестах MLPerf они относятся к группе Closed Division Edge (CDE), а на практике их требуется реализовать в беспилотном транспорте, дронах коммерческого и военного назначения, системах наведения и классификации целей и "умных" камерах с функцией распознавания лиц.
Также системы контроля с ИИ начинают внедряться на самых ответственных участках производственных линий.
Аппаратные решения для CDE выпускают гораздо меньше участников рынка, чем для потребительского сегмента. Соответствующие разработки есть у ARM, Centaur, Nvidia и Xilinx… а с осени 2020 года — также и у российской компании IVA Technologies.
Из результатов тестирования видно, что по сравнению с Xilinx Alveo U250 при использовании модели ResNet ускоритель IVA FPGA достигает близкой скорости классификации изображений (89 в секунду против 107 у Xilinx), при этом обеспечивая почти втрое меньшие задержки (12,23 мс против 37,46 мс у Xilinx).
Пиковая производительность IVA TPU оценивается в 20 TOPS (триллионов операций в секунду), а максимальное энергопотребление — менее 100 Вт.
Источник: MLPerf
Подробнее: IVA Tech
VF
ID:0
IVA TPU — российская разработка в области AI станет серийным продуктом
В ближайшее время на базе российского ИИ-ускорителя с архитектурой IVA TPU начнётся производство нейропроцессоров для оконечных устройств (серия IVA E) и облачных сервисов (IVA H).
Прошлой осенью консорциум экспертов в области искусственного интеллекта MLPerf высоко оценил прототип на базе IVA TPU от молодой российской компании IVA Technologies.
Это типичный тензорный ускоритель на базе популярной FPGA Virtex серии Ultrascale+ и фреймворка TensorFlow 1.15.0 c нормами производства 28 нм.
За счёт FPGA его можно адаптировать под конкретные алгоритмы для свёрточных (CNN) или рекуррентных нейросетей с длительной и краткосрочной памятью (LSTM).
Сети данного типа используются в системах машинного зрения, системах распознавания рукописного ввода и устной речи, робототехнике и граничных вычислениях (Edge AI).
Сегодня Edge AI — одно из самых перспективных направлений. В нём выделяют самую сложную группу задач, характеризующуюся наиболее жёсткими ограничениями на латентность, преобразования моделей и точность вычислений.
В тестах MLPerf они относятся к группе Closed Division Edge (CDE), а на практике их требуется реализовать в беспилотном транспорте, дронах коммерческого и военного назначения, системах наведения и классификации целей и "умных" камерах с функцией распознавания лиц.
Также системы контроля с ИИ начинают внедряться на самых ответственных участках производственных линий.
Аппаратные решения для CDE выпускают гораздо меньше участников рынка, чем для потребительского сегмента. Соответствующие разработки есть у ARM, Centaur, Nvidia и Xilinx… а с осени 2020 года — также и у российской компании IVA Technologies.
Из результатов тестирования видно, что по сравнению с Xilinx Alveo U250 при использовании модели ResNet ускоритель IVA FPGA достигает близкой скорости классификации изображений (89 в секунду против 107 у Xilinx), при этом обеспечивая почти втрое меньшие задержки (12,23 мс против 37,46 мс у Xilinx).
Пиковая производительность IVA TPU оценивается в 20 TOPS (триллионов операций в секунду), а максимальное энергопотребление — менее 100 Вт.
Источник: MLPerf
Подробнее: IVA Tech
В ближайшее время на базе российского ИИ-ускорителя с архитектурой IVA TPU начнётся производство нейропроцессоров для оконечных устройств (серия IVA E) и облачных сервисов (IVA H).
Прошлой осенью консорциум экспертов в области искусственного интеллекта MLPerf высоко оценил прототип на базе IVA TPU от молодой российской компании IVA Technologies.
Это типичный тензорный ускоритель на базе популярной FPGA Virtex серии Ultrascale+ и фреймворка TensorFlow 1.15.0 c нормами производства 28 нм.
За счёт FPGA его можно адаптировать под конкретные алгоритмы для свёрточных (CNN) или рекуррентных нейросетей с длительной и краткосрочной памятью (LSTM).
Сети данного типа используются в системах машинного зрения, системах распознавания рукописного ввода и устной речи, робототехнике и граничных вычислениях (Edge AI).
Сегодня Edge AI — одно из самых перспективных направлений. В нём выделяют самую сложную группу задач, характеризующуюся наиболее жёсткими ограничениями на латентность, преобразования моделей и точность вычислений.
В тестах MLPerf они относятся к группе Closed Division Edge (CDE), а на практике их требуется реализовать в беспилотном транспорте, дронах коммерческого и военного назначения, системах наведения и классификации целей и "умных" камерах с функцией распознавания лиц.
Также системы контроля с ИИ начинают внедряться на самых ответственных участках производственных линий.
Аппаратные решения для CDE выпускают гораздо меньше участников рынка, чем для потребительского сегмента. Соответствующие разработки есть у ARM, Centaur, Nvidia и Xilinx… а с осени 2020 года — также и у российской компании IVA Technologies.
Из результатов тестирования видно, что по сравнению с Xilinx Alveo U250 при использовании модели ResNet ускоритель IVA FPGA достигает близкой скорости классификации изображений (89 в секунду против 107 у Xilinx), при этом обеспечивая почти втрое меньшие задержки (12,23 мс против 37,46 мс у Xilinx).
Пиковая производительность IVA TPU оценивается в 20 TOPS (триллионов операций в секунду), а максимальное энергопотребление — менее 100 Вт.
Источник: MLPerf
Подробнее: IVA Tech
Т. Е. Классификация идет не последовательно по снимкам?
AV
ID:0
IVA TPU — российская разработка в области AI станет серийным продуктом
В ближайшее время на базе российского ИИ-ускорителя с архитектурой IVA TPU начнётся производство нейропроцессоров для оконечных устройств (серия IVA E) и облачных сервисов (IVA H).
Прошлой осенью консорциум экспертов в области искусственного интеллекта MLPerf высоко оценил прототип на базе IVA TPU от молодой российской компании IVA Technologies.
Это типичный тензорный ускоритель на базе популярной FPGA Virtex серии Ultrascale+ и фреймворка TensorFlow 1.15.0 c нормами производства 28 нм.
За счёт FPGA его можно адаптировать под конкретные алгоритмы для свёрточных (CNN) или рекуррентных нейросетей с длительной и краткосрочной памятью (LSTM).
Сети данного типа используются в системах машинного зрения, системах распознавания рукописного ввода и устной речи, робототехнике и граничных вычислениях (Edge AI).
Сегодня Edge AI — одно из самых перспективных направлений. В нём выделяют самую сложную группу задач, характеризующуюся наиболее жёсткими ограничениями на латентность, преобразования моделей и точность вычислений.
В тестах MLPerf они относятся к группе Closed Division Edge (CDE), а на практике их требуется реализовать в беспилотном транспорте, дронах коммерческого и военного назначения, системах наведения и классификации целей и "умных" камерах с функцией распознавания лиц.
Также системы контроля с ИИ начинают внедряться на самых ответственных участках производственных линий.
Аппаратные решения для CDE выпускают гораздо меньше участников рынка, чем для потребительского сегмента. Соответствующие разработки есть у ARM, Centaur, Nvidia и Xilinx… а с осени 2020 года — также и у российской компании IVA Technologies.
Из результатов тестирования видно, что по сравнению с Xilinx Alveo U250 при использовании модели ResNet ускоритель IVA FPGA достигает близкой скорости классификации изображений (89 в секунду против 107 у Xilinx), при этом обеспечивая почти втрое меньшие задержки (12,23 мс против 37,46 мс у Xilinx).
Пиковая производительность IVA TPU оценивается в 20 TOPS (триллионов операций в секунду), а максимальное энергопотребление — менее 100 Вт.
Источник: MLPerf
Подробнее: IVA Tech
В ближайшее время на базе российского ИИ-ускорителя с архитектурой IVA TPU начнётся производство нейропроцессоров для оконечных устройств (серия IVA E) и облачных сервисов (IVA H).
Прошлой осенью консорциум экспертов в области искусственного интеллекта MLPerf высоко оценил прототип на базе IVA TPU от молодой российской компании IVA Technologies.
Это типичный тензорный ускоритель на базе популярной FPGA Virtex серии Ultrascale+ и фреймворка TensorFlow 1.15.0 c нормами производства 28 нм.
За счёт FPGA его можно адаптировать под конкретные алгоритмы для свёрточных (CNN) или рекуррентных нейросетей с длительной и краткосрочной памятью (LSTM).
Сети данного типа используются в системах машинного зрения, системах распознавания рукописного ввода и устной речи, робототехнике и граничных вычислениях (Edge AI).
Сегодня Edge AI — одно из самых перспективных направлений. В нём выделяют самую сложную группу задач, характеризующуюся наиболее жёсткими ограничениями на латентность, преобразования моделей и точность вычислений.
В тестах MLPerf они относятся к группе Closed Division Edge (CDE), а на практике их требуется реализовать в беспилотном транспорте, дронах коммерческого и военного назначения, системах наведения и классификации целей и "умных" камерах с функцией распознавания лиц.
Также системы контроля с ИИ начинают внедряться на самых ответственных участках производственных линий.
Аппаратные решения для CDE выпускают гораздо меньше участников рынка, чем для потребительского сегмента. Соответствующие разработки есть у ARM, Centaur, Nvidia и Xilinx… а с осени 2020 года — также и у российской компании IVA Technologies.
Из результатов тестирования видно, что по сравнению с Xilinx Alveo U250 при использовании модели ResNet ускоритель IVA FPGA достигает близкой скорости классификации изображений (89 в секунду против 107 у Xilinx), при этом обеспечивая почти втрое меньшие задержки (12,23 мс против 37,46 мс у Xilinx).
Пиковая производительность IVA TPU оценивается в 20 TOPS (триллионов операций в секунду), а максимальное энергопотребление — менее 100 Вт.
Источник: MLPerf
Подробнее: IVA Tech
Задача классификации объектов на изображении выполняется для каждого снимка последовательно.
2021 January 20
Ю
ID:0
IVA TPU — российская разработка в области AI станет серийным продуктом
В ближайшее время на базе российского ИИ-ускорителя с архитектурой IVA TPU начнётся производство нейропроцессоров для оконечных устройств (серия IVA E) и облачных сервисов (IVA H).
Прошлой осенью консорциум экспертов в области искусственного интеллекта MLPerf высоко оценил прототип на базе IVA TPU от молодой российской компании IVA Technologies.
Это типичный тензорный ускоритель на базе популярной FPGA Virtex серии Ultrascale+ и фреймворка TensorFlow 1.15.0 c нормами производства 28 нм.
За счёт FPGA его можно адаптировать под конкретные алгоритмы для свёрточных (CNN) или рекуррентных нейросетей с длительной и краткосрочной памятью (LSTM).
Сети данного типа используются в системах машинного зрения, системах распознавания рукописного ввода и устной речи, робототехнике и граничных вычислениях (Edge AI).
Сегодня Edge AI — одно из самых перспективных направлений. В нём выделяют самую сложную группу задач, характеризующуюся наиболее жёсткими ограничениями на латентность, преобразования моделей и точность вычислений.
В тестах MLPerf они относятся к группе Closed Division Edge (CDE), а на практике их требуется реализовать в беспилотном транспорте, дронах коммерческого и военного назначения, системах наведения и классификации целей и "умных" камерах с функцией распознавания лиц.
Также системы контроля с ИИ начинают внедряться на самых ответственных участках производственных линий.
Аппаратные решения для CDE выпускают гораздо меньше участников рынка, чем для потребительского сегмента. Соответствующие разработки есть у ARM, Centaur, Nvidia и Xilinx… а с осени 2020 года — также и у российской компании IVA Technologies.
Из результатов тестирования видно, что по сравнению с Xilinx Alveo U250 при использовании модели ResNet ускоритель IVA FPGA достигает близкой скорости классификации изображений (89 в секунду против 107 у Xilinx), при этом обеспечивая почти втрое меньшие задержки (12,23 мс против 37,46 мс у Xilinx).
Пиковая производительность IVA TPU оценивается в 20 TOPS (триллионов операций в секунду), а максимальное энергопотребление — менее 100 Вт.
Источник: MLPerf
Подробнее: IVA Tech
В ближайшее время на базе российского ИИ-ускорителя с архитектурой IVA TPU начнётся производство нейропроцессоров для оконечных устройств (серия IVA E) и облачных сервисов (IVA H).
Прошлой осенью консорциум экспертов в области искусственного интеллекта MLPerf высоко оценил прототип на базе IVA TPU от молодой российской компании IVA Technologies.
Это типичный тензорный ускоритель на базе популярной FPGA Virtex серии Ultrascale+ и фреймворка TensorFlow 1.15.0 c нормами производства 28 нм.
За счёт FPGA его можно адаптировать под конкретные алгоритмы для свёрточных (CNN) или рекуррентных нейросетей с длительной и краткосрочной памятью (LSTM).
Сети данного типа используются в системах машинного зрения, системах распознавания рукописного ввода и устной речи, робототехнике и граничных вычислениях (Edge AI).
Сегодня Edge AI — одно из самых перспективных направлений. В нём выделяют самую сложную группу задач, характеризующуюся наиболее жёсткими ограничениями на латентность, преобразования моделей и точность вычислений.
В тестах MLPerf они относятся к группе Closed Division Edge (CDE), а на практике их требуется реализовать в беспилотном транспорте, дронах коммерческого и военного назначения, системах наведения и классификации целей и "умных" камерах с функцией распознавания лиц.
Также системы контроля с ИИ начинают внедряться на самых ответственных участках производственных линий.
Аппаратные решения для CDE выпускают гораздо меньше участников рынка, чем для потребительского сегмента. Соответствующие разработки есть у ARM, Centaur, Nvidia и Xilinx… а с осени 2020 года — также и у российской компании IVA Technologies.
Из результатов тестирования видно, что по сравнению с Xilinx Alveo U250 при использовании модели ResNet ускоритель IVA FPGA достигает близкой скорости классификации изображений (89 в секунду против 107 у Xilinx), при этом обеспечивая почти втрое меньшие задержки (12,23 мс против 37,46 мс у Xilinx).
Пиковая производительность IVA TPU оценивается в 20 TOPS (триллионов операций в секунду), а максимальное энергопотребление — менее 100 Вт.
Источник: MLPerf
Подробнее: IVA Tech
T
heу hоw r уou?