首页
学习
活动
专区
工具
TVP
发布

腾讯技术工程官方号的专栏

专栏成员
1119
文章
2588307
阅读量
907
订阅数
科技文背后的脑白金——FPGA团队专访
前言 在本年度的科技文投稿中,小编发现一个团队作战投稿的文章《给AI换个大动力小心脏》,作者署名为FPGA团队。该文章一经推出在短短一天内就突破了科技文以往的阅读量记录,并获得了年度科技文超巨星奖(阅读量第一名)。这篇文章的技术含量自然不用多说,小编也从后台读者提问中收集了很多关于作者的提问。接下来让我们首度奉上与FPGA团队“四大金刚”的对话,走进他们的技术人生。 Q 得知你们投稿的文章获得阅读量第一的奖项,有什么感受吗? 腾讯技术工程官方号是咱们TEG的重要技术窗口,平时我们也经常关注,里面的文章都
腾讯技术工程官方号
2018-01-30
6980
FPGA异构计算在图片处理上的应用以及HEVC算法原理介绍
作者介绍:chaningwang,2008年毕业于中国科学院研究生院,主攻FPGA高性能计算、FPGA图像处理等方向。 先后在华为、怡化公司从事FPGA开发、智能传感器数据处理等相关工作,工作期间设计开发了多款传感器以及传感器数据处理平台,成功应用于银行ATM机器纸币鉴伪。 2013年加入腾讯TEG\平台开发中心\基础研发组,一直致力于图像处理算法的FPGA加速工作,先后参与了基于硬件FPGA的JPEG编解码、WEBP编码、自适应量化、HEVC编码等项目。目前在基础研发组负责图片HEVC编码项目的
腾讯技术工程官方号
2018-01-29
1.9K0
深度学习的异构加速技术(三):互联网巨头们“心水”这些 AI 计算平台
本文探讨了神经网络加速器在数据中心中的重要性,并提出了几种主要的神经网络加速器架构。这些架构包括基于GPU的架构、基于FPGA的架构和基于ASIC的架构。作者还讨论了这些架构的优缺点,并展望了未来神经网络加速器的发展方向。
腾讯技术工程官方号
2017-11-14
4.2K4
深度学习的异构加速技术(一):AI 需要一个多大的“心脏”?
本文主要探讨了在深度学习领域,CPU和GPU作为两种主要的计算架构,在计算效率和硬件成本方面所存在的差异。作者详细分析了CPU和GPU在计算核心数量、内存带宽、能源效率、芯片面积等方面的不同,并指出GPU的内存带宽瓶颈和相对较低的计算效率是其主要的局限性。同时,作者还探讨了将深度学习模型部署到云端和嵌入式设备上所面临的挑战,并展望了未来可能的发展方向。
腾讯技术工程官方号
2017-11-08
5.5K0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档