相关推荐

集成极限学习机和稀疏表示分类

集成极限学习机和稀疏表示分类(En-SRC):为克服ELM-SRC不稳定性的问题,提出了一种集成ELM与SRC的算法,通过多个集成来增强分类器的可靠性。5.

weixin_38546308

GPT-4的2%激活率真相:MoE稀疏路由原理与工程实践

大语言模型中的稀疏激活(Sparse Activation)是突破算力瓶颈的关键技术路径,其核心在于混合专家(Mixture of Experts, MoE)架构——通过token级动态路由,让每个输入仅激活部分专家子网络,从而在保持模型容量的同时大幅降低单次推理的显存与计算开销。该机制并非简单‘开关参数’,而是融合门控网络、负载均衡、分层通信与硬件协同的系统工程。GPT-4所宣称的‘2%参数激活’实为专家调用率的统计均值,背后涉及Top-k路由、专家并行、capacity factor调控及位置感知漂移等

weixin_30932215

从50倍性能到1/10成本:车企自研AI芯片背后的算力账

在AI算力需求持续膨胀的背景下,大模型训练与自动驾驶推理对专用芯片的诉求日益强烈。通用GPU虽仍是主流,但算力供给受限于成本、功耗与互联效率,推动越来越多企业走向自研AI芯片之路。自研方案通过制程升级、高带宽内存、高速片间互联与稀疏计算协同,理论上可带来数倍甚至50倍的性能提升,而“1/10成本”则需要从单芯片物料、系统TCO及规模效应三个维度重新理解。芯片性能的评估不能只看峰值算力,更要关注集群效率、软件生态与迁移成本。随着专用加速器与通用芯片的格局分化,理解异构计算底层逻辑与编译优化,将成为工程师在新一

瑶瑶宝

Ansys Workbench螺栓预紧力仿真:建模路线、接触与载荷步

在有限元分析中,螺栓连接仿真远不止画出一根螺杆,它的核心是螺栓预紧力与接触非线性的传递逻辑。预紧力本质是系统内力:螺栓受拉、被连接件受压,通过 Bolt Pretension 形成自平衡;外载按刚度分配,接触面状态决定分离、滑移与载荷系数。理解这一点,才能避免把预紧当外力、把 bonded 当接触,让应力、轴力和安全系数更可信。风电法兰、缸盖、支架、机床地脚等场景,都要在精度与算力之间选对建模路线。围绕 Ansys Workbench,从梁代理、光滑实体到真实螺纹,再到预紧加载、接触网格和载荷步编排,把工程

weixin_33834628

用于图像分类的极限学习机和自适应稀疏表示

自适应稀疏表示分类(SRC)方法在图像分类中的准确性较高,它基于稀疏编码理论,通过寻找最稀疏的表示系数来实现分类。

等你下课⊙▽⊙
评论
收藏 已收藏
分享
返回顶部