消費電子最新文章 联电高通先进封装订单有望在2025年下半年试产 联电高通先进封装订单有望在2025年下半年试产 發表于：2024/12/19 首款国产DDR5内存终于来了 12月18日消息，近日，金百达推出了首款基于国产颗粒的银爵系列DDR5内存，频率为6000MHz，时序CL36-36-36-80，工作电压1.35V，16GBx2套装499元。 外观设计上采用了简约大气的银白色散热马甲，整体风格极具辨识度，能够有效提升内存模块的散热效果。 發表于：2024/12/18 谷歌第二代AI视频生成模型Veo 2发布 12月17日消息，据报道，谷歌发布了最新的AI视频生成模型Veo 2。 据悉，Veo 2模型能够生成最高4K（4096 x 2160像素）分辨率、时长达到2分钟的视频片段，相较于OpenAI的Sora模型，分辨率提升了4倍，视频时长增加了6倍。仅一个直出原生4K，就非常的恐怖。 發表于：2024/12/18 龙芯中科3C6000处于样片阶段 龙芯中科：3C6000处于样片阶段 双硅片封装对标Intel至强6338 發表于：2024/12/18 世界上第一款通用微处理器Intel 8080喜迎50周岁生日 世界上第一款通用微处理器！Intel 8080喜迎50周岁生日 發表于：2024/12/18 英伟达推出生成式AI超级电脑Jetson Orin Nano Super 12月18日消息，据报道，英伟达推出一款名为“Jetson Orin Nano Super”的生成式人工智能 (AI) 超级电脑。 發表于：2024/12/18 高通与Arm法庭激辩 周二在美国特拉华州联邦法院审理的一场诉讼中，Arm 和高通的律师就芯片行业未来的一个关键问题质问了一位苹果前工程师：在 Arm 的计算架构之上构建的知识产权归谁所有？ 發表于：2024/12/18 英特尔高通隔空叫阵所谓何事？ 英特尔和高通，隔空打起了口水战。高通处理器能挑战英特尔在Windows PC的主导优势吗？ 高通笔记本退货高？ 發表于：2024/12/18 安谋科技携前沿成果亮相ICCAD 2024 国内芯片产业链上游的领军企业安谋科技今年再度受邀出席，携旗下一系列前沿技术方案及合作成果精彩亮相，并在高峰论坛和“IP与IC设计服务专题论坛(II)”上发表主题演讲，与众多产业链上下游的企业代表、专家学者展开深入交流，共话半导体产业发展“芯”图景。 發表于：2024/12/17 三星Exynos处理器或将交由台积电代工 12月16日消息，据韩国媒体Thebell的报道，处于困境当中的三星电子半导体业务，由于尖端制程的良率过低，可能将导致其系统半导体业务（System LSI）部门自研的Exynos 2500旗舰手机芯片将无缘于新一代的Galaxy S25系列器件智能手机。为了解决这一困境，未来部分Exynos处理器可能将会外包生产，台积电可能将是首选。 發表于：2024/12/17 天马微电子全新SLOD叠层OLED技术发布 12月17日消息，日前，天马微电子宣布开发了全新OLED器件结构——SLOD，全称Stacked Layer OLED Device，即叠层OLED器件。 未来，该技术将在手机、车载、IT显示等领域应用。 据介绍，相较于传统单层器件，SLOD采用叠层设计，采用高效载流子产生和分离能力的新型电荷产生层结构，功耗降低30%。 發表于：2024/12/17 无辅助绕组 GaN 反激式转换器如何解决交流/直流适配器设计难题 本文将探讨德州仪器的 UCG28826 集成 GaN 反激式转换器如何帮助您克服交流/直流适配器设计难题。 發表于：2024/12/16 基于多头注意力的社交网络用户身份链接方法 随着社交网络的快速发展，人们在社交网络中拥有越来越多的虚拟身份，识别同一自然人不同网络虚拟身份的网络用户身份链接问题变得越来越重要。用户身份链接有助于挖掘网络用户的隐信息，构建全面的网络用户画像，进而促进跨网络的推荐、链接预测、信息传播等多个研究领域发展。现有的基于用户属性和基于网络结构的用户身份链接方法，没有考虑不同用户之间影响力差异因素，收敛速度较慢。基于深度游走的用户身份链接方法，融入多头注意力机制，对用户间影响力进行建模，实验结果表明，该方法可以很好地改进算法有效性，提高训练效率。 發表于：2024/12/16 基于改进YOLOv5n的腐败水果检测模型 为了实现多种水果在采摘后自动化筛选和分拣中腐败水果识别的问题，提出了改进的YOLOv5n模型，命名为mobile-YOLO。首先将YOLOv5n的主干网络替换为MobileNetV3并引入深度可分离卷积，相较于原模型，这种改进在计算效率和速度上都有所提升，并且准确率也得到了提高。为了进一步提升速度，将C3模块替换为C2f模块，实现轻量化的同时获得了更丰富的梯度流信息。最后将原有的CIoU替换为α-CIoU，以加快收敛速度并保证图像框位置的准确性。mobile-YOLO相较于原始的YOLOv5n，mAP@.5（mean Average Precision）达到了98.1%，mAP@.5：.95达到了94.2%，同时在P（Precision）值为97.1%和R（Recall）值为96.8%的情况下，参数量几乎与YOLOv5n保持一致。 發表于：2024/12/16 融合图文预训练的汉越多模态神经机器翻译 由于汉语和越南语之间存在显著的语法差异及语料稀缺，汉越神经机器翻译任务面临名词翻译不准确的挑战。提出了一种新颖的多模态神经机器翻译方法，该方法融合了文本预训练模型和视觉语言联合预训练模型。通过文本预训练模型，能够捕获深层的语言结构和语义；而视觉语言联合训练模型则提供了与文本相关联的视觉上下文，这有助于模型更准确地理解和翻译名词。两种模型通过一个简洁高效的映射网络结合，并通过Gumbel门控模块动态地整合多模态信息，以优化翻译输出。在汉越及越汉翻译任务中，该方法相比传统Transformer模型分别提升了7.13和4.27的BLEU值。 發表于：2024/12/16 <…108109110111112113114115116117…>
