數據中心最新文章 出身清華姚班，斯坦福博士畢業，她的畢業論文成了「爆款」 很少有人的博士論文能夠成為「爆款文章」，但陳丹琦做到了。這位近日從斯坦福畢業的計算機科學博士引發了人們的廣泛關注。 發表于：2/28/2019 MIT開發出首個碳納米管混合信號集成電路 SHARC進擊：麻省理工學院的自我修復模擬采用RRAM和CNFET技術，被用于在4位電容數模轉換器中制造碳納米管運算放大器。 發表于：2/28/2019 或許這才是物聯網所需的嵌入式AI處理器 日前，法國半導體初創公司GreenWaves Technologies(GreenWaves) 宣布，獲得由華米科技參與領投，公司天使輪領投公司--Soitec以及其他投資人共同參與的共計七百萬歐元的A輪融資。 發表于：2/27/2019 Linus Torvalds談為什么Arm無法贏得服務器市場 為什么運行Ubuntu的服務器數量遠比Red Hat多？基于ARM架構的處理器是否可能挑戰x86處理器在服務器市場的壟斷地位？ 發表于：2/27/2019 二十年堅持，富士通能讓FRAM成為主流嗎？ 市場經濟下每一個技術領域的競爭都是一場叢林法則的生動演繹。隨著物聯網和大數據等新興應用的爆發增長，存儲器領域的叢林法則年年都在上演“生動”的故事。 發表于：2/27/2019 OpenAI被諷ClosedAI？語言模型并沒有想象中的強大 前一段時間，OpenAI 丟出了兩枚炸彈，一是公布了當前最先進的語言模型，二是選擇與開源「Say Goodbye」。他們擔心 GPT-2 模型太好，會被不懷好意的人濫用。近來，很多研究者呼吁 OpenAI 盡快開源這個 15 億參數量的大模型，因為它并不能真正「理解」自然語言。 發表于：2/27/2019 ImageNet分類器可以泛化到ImageNet上嗎？ 當前的分類模型泛化到新數據時總會有不同程度的準確率下降，傳統觀點認為這種下降與模型的適應性相關。但本文通過實驗證明，準確率下降的原因是模型無法泛化到比原始測試集中更難分類的圖像上。 發表于：2/27/2019 從網絡設計到實際應用，深度學習圖像超分辨率綜述 圖像超分辨率（SR）研究已經利用深度學習技術取得了重大進展，本文旨在系統性地綜述這些進展。作者將 SR 研究分為三大類：監督 SR、無監督 SR 以及特定領域的 SR。此外，本文還介紹了這一領域常用的公共開源基準數據集和性能評估指標，并指出了未來的幾個方向以及一些待解決的問題。 發表于：2/27/2019 各種NLP操作難實現？谷歌開源序列建模框架Lingvo 自然語言處理在過去一年取得了很大進步，但直接關注 NLP 或序列建模的框架還很少。本文介紹了谷歌開源的 Lingvo，它是一種建立在 TensorFlow 上的序列建模框架。該框架重點關注協作實現與共享代碼庫，能極大提升代碼復用與研究迭代速度，NLP 的今年就靠你了～ 發表于：2/27/2019 樂視云計算失信是怎么回事？為什么樂視云計算被列入失信名單 2月25日，根據企查查的顯示，2019年2月21日，樂視云計算有限公司新增失信被執行人信息，此案中樂視云計算需承擔執行費共逾300萬人民幣。 發表于：2/27/2019 曙光服務器I980-G30刷新SPEC CPU四項世界紀錄 2018年10月16日，曙光對外發布了全球首款閉式循環一體液冷八路服務器——I980-G30。自產品發布以來，市場反響空前熱烈，接連中標海關、中科院等重點項目。 發表于：2/21/2019 2.5D異構和3D晶圓級堆疊正在重塑封裝產業 硅通孔（TSV）是最早的堆疊技術之一，經過數年的發展和對MEMS的關注，它最終進入了許多應用領域。如今，2.5D和3D堆疊技術已成為能夠滿足當前人工智能（AI）和數據中心等應用性能需求的唯一解決方案。 發表于：2/15/2019 英特爾、高通和華為等的芯片新計劃 全球最具科技指標性意義的展覽之一的美國拉斯維加斯進行的國際消費電子展 (Consumer Electronics Show) CES 2019 是科技開年秀也是朝圣周，才剛剛落幕。 發表于：2/12/2019 加速器墻：后摩爾定律世界的新問題 加速器已經無處不在：世界上的比特幣是由旨在加速這種加密貨幣的關鍵算法的芯片采礦得來，幾乎每一種能發出聲音的數字產品都使用硬連線音頻解碼器，數十家初創公司正在追逐能讓深度學習AI無處不在的快速硅。 發表于：2/12/2019 2018手機市場整體下滑15.6% 國產品牌逆增長 本周，各大市場調研機構相繼發布了2018年Q4季度的手機市場銷量數據，2018年全年的市場數據也隨之出爐。國內智能手機市場已經連續七個季度呈下滑趨勢，凜冽寒冬已成為當下市場的新常態。 發表于：2/1/2019 ?…89909192939495969798…?
