- 本文分析了实时云渲染Web端的多种视频流传输方案，从技术特性与实时性要求出发，论证了WebRTC凭借低延迟、原生硬解、双向交互等优势成为最优选型，并进一步探讨了国内厂商如何针对该场景对WebRTC进行传输层、编解码及兼容性等维度的深度优化。 本文分析了实时云渲染Web端的多种视频流传输方案，从技术特性与实时性要求出发，论证了WebRTC凭借低延迟、原生硬解、双向交互等优势成为最优选型，并进一步探讨了国内厂商如何针对该场景对WebRTC进行传输层、编解码及兼容性等维度的深度优化。
- 本文聚焦Python 3.13对移动GPU的原生支持，剖析其如何从底层重构边缘AI的开发范式。该版本通过创新的端侧张量亲和调度机制，大幅提升移动GPU算力利用率；以硬件感知量化技术，实现模型轻量化从被动压缩到主动适配的转变；凭借能耗自适应推理机制，平衡设备性能与续航；依托统一异构算力适配层，打破硬件碎片化壁垒，实现跨设备协同算力调度。 本文聚焦Python 3.13对移动GPU的原生支持，剖析其如何从底层重构边缘AI的开发范式。该版本通过创新的端侧张量亲和调度机制，大幅提升移动GPU算力利用率；以硬件感知量化技术，实现模型轻量化从被动压缩到主动适配的转变；凭借能耗自适应推理机制，平衡设备性能与续航；依托统一异构算力适配层，打破硬件碎片化壁垒，实现跨设备协同算力调度。
- 当您在 Windows 操作系统的进程列表中看到 excel.exe 进程携带 /automation -Embedding 参数时，这指的是 Excel 正在以一种特殊模式运行，用于支持 OLE 自动化和嵌入功能。这种模式允许其他应用程序通过编程方式控制 Excel，而不需要用户直接与 Excel 的图形用户界面交互。通过这种方式，可以实现高效的数据处理和集成，使 Excel 成为一个后台... 当您在 Windows 操作系统的进程列表中看到 excel.exe 进程携带 /automation -Embedding 参数时，这指的是 Excel 正在以一种特殊模式运行，用于支持 OLE 自动化和嵌入功能。这种模式允许其他应用程序通过编程方式控制 Excel，而不需要用户直接与 Excel 的图形用户界面交互。通过这种方式，可以实现高效的数据处理和集成，使 Excel 成为一个后台...
- （一）写在开头：那块粉笔写下的“算法”如果要用一句话概括我的职业生涯，我会说：我是在“算法”这两个字的陪伴下走到今天的。2015年秋天，我第一次走进大学的《数据结构与算法》课教室，老师在黑板正中写下了 algorithm 一词，然后停顿了五秒钟——据他后来解释，那是因为他想让我们记住这五秒，很可能决定我们此后一辈子的工程写作习惯与思维方式。十三年过去，我依然清晰记得那块粉笔落地时发出的轻响，... （一）写在开头：那块粉笔写下的“算法”如果要用一句话概括我的职业生涯，我会说：我是在“算法”这两个字的陪伴下走到今天的。2015年秋天，我第一次走进大学的《数据结构与算法》课教室，老师在黑板正中写下了 algorithm 一词，然后停顿了五秒钟——据他后来解释，那是因为他想让我们记住这五秒，很可能决定我们此后一辈子的工程写作习惯与思维方式。十三年过去，我依然清晰记得那块粉笔落地时发出的轻响，...
- FPGA 的回归：AI 时代，算力终于开始“量体裁衣”了 FPGA 的回归：AI 时代，算力终于开始“量体裁衣”了
- 基于深度学习的河道垃圾检测系统设计（YOLOv8） 一、研究背景：AI 如何参与河道环境治理？随着城市化进程加快，河道、湖泊、水库等水体中的塑料垃圾问题日益严峻。其中，塑料瓶因体积明显、数量庞大、难以自然降解，已成为水环境污染治理中的重点对象。传统河道垃圾监测方式主要存在以下痛点：❌ 人工巡查成本高、效率低❌ 监测结果主观性强，难以量化❌ 无法实现实时、连续监控❌ 难以形成数据闭环支撑决策... 基于深度学习的河道垃圾检测系统设计（YOLOv8） 一、研究背景：AI 如何参与河道环境治理？随着城市化进程加快，河道、湖泊、水库等水体中的塑料垃圾问题日益严峻。其中，塑料瓶因体积明显、数量庞大、难以自然降解，已成为水环境污染治理中的重点对象。传统河道垃圾监测方式主要存在以下痛点：❌ 人工巡查成本高、效率低❌ 监测结果主观性强，难以量化❌ 无法实现实时、连续监控❌ 难以形成数据闭环支撑决策...
- 边缘 AI 芯片，为啥越来越“不像芯片”？聊聊这些年我看到的架构创新 边缘 AI 芯片，为啥越来越“不像芯片”？聊聊这些年我看到的架构创新
- 基于深度学习的农业虫害自动识别系统：YOLOv8 的完整工程 一、研究背景：农业虫害识别为何需要 AI？在农业生产过程中，病虫害是影响作物产量和质量的核心因素之一。据统计，全球每年因虫害造成的粮食损失高达 20% 以上。传统的虫害防治方式主要依赖：人工巡田观察专家经验判断事后用药处理这种方式存在明显问题：🐞 识别效率低：人工巡检难以覆盖大面积农田🐞 主观性强：不同人员判断标准不一致🐞... 基于深度学习的农业虫害自动识别系统：YOLOv8 的完整工程 一、研究背景：农业虫害识别为何需要 AI？在农业生产过程中，病虫害是影响作物产量和质量的核心因素之一。据统计，全球每年因虫害造成的粮食损失高达 20% 以上。传统的虫害防治方式主要依赖：人工巡田观察专家经验判断事后用药处理这种方式存在明显问题：🐞 识别效率低：人工巡检难以覆盖大面积农田🐞 主观性强：不同人员判断标准不一致🐞...
- 想快速初步理解self-attention？本文带你图解 Self-Attention。通过通俗的类比和清晰的流程图，拆解查询（Q）、键（K）和值（V）之间的互动秘密。我们将探讨它如何通过权重分配实现全局视野，并解决传统模型难以并行计算的痛点。无论你是初学者还是想查漏补缺，这篇“保姆级”指南都不容错过。 想快速初步理解self-attention？本文带你图解 Self-Attention。通过通俗的类比和清晰的流程图，拆解查询（Q）、键（K）和值（V）之间的互动秘密。我们将探讨它如何通过权重分配实现全局视野，并解决传统模型难以并行计算的痛点。无论你是初学者还是想查漏补缺，这篇“保姆级”指南都不容错过。
- AI Core硬件架构剖析：Cube、Vector、Scalar三核协同机制昇腾CANN训练营简介2025年昇腾CANN训练营焕新升级，依托CANN全面开源开放，推出四大定制化专题课程，满足开发者不同阶段的学习需求，快速提升Ascend C算子开发技术。无论你是零基础入门还是进阶提升，都能在这里找到适合自己的学习路径。完成Ascend C算子中级认证和社区任务，即可领取精美证书，更有机会赢取... AI Core硬件架构剖析：Cube、Vector、Scalar三核协同机制昇腾CANN训练营简介2025年昇腾CANN训练营焕新升级，依托CANN全面开源开放，推出四大定制化专题课程，满足开发者不同阶段的学习需求，快速提升Ascend C算子开发技术。无论你是零基础入门还是进阶提升，都能在这里找到适合自己的学习路径。完成Ascend C算子中级认证和社区任务，即可领取精美证书，更有机会赢取...
- 🛠️ 基于深度学习的YOLO框架实现金属工业表面缺陷识别｜开箱即用系统级项目（源码+模型+界面） 🧠 项目背景在现代金属制造与工业质检流程中，金属表面缺陷的及时识别与分级对保障产品质量至关重要。传统的人工检测不仅耗时耗力，而且容易受限于人眼疲劳、主观判断等问题，导致误检漏检频发。本项目采用当前主流的深度学习目标检测框架 YOLOv8，结合 图形化界面（PyQt5），打造了一套完整的 金... 🛠️ 基于深度学习的YOLO框架实现金属工业表面缺陷识别｜开箱即用系统级项目（源码+模型+界面） 🧠 项目背景在现代金属制造与工业质检流程中，金属表面缺陷的及时识别与分级对保障产品质量至关重要。传统的人工检测不仅耗时耗力，而且容易受限于人眼疲劳、主观判断等问题，导致误检漏检频发。本项目采用当前主流的深度学习目标检测框架 YOLOv8，结合 图形化界面（PyQt5），打造了一套完整的 金...
- GPU vs NPU：算力江湖分家又合流，这事儿你真想清楚了吗？ GPU vs NPU：算力江湖分家又合流，这事儿你真想清楚了吗？
- 当算力变成“新石油”：AI 芯片的战争、底层逻辑与未来爆点 当算力变成“新石油”：AI 芯片的战争、底层逻辑与未来爆点
- 一、引言：流量分配的效率革命——从固定到动态在互联网增长运营中，流量是核心战略资源。传统做法是固定比例分配：将30%新用户导给策略A，30%给策略B，40%给策略C。这种"一刀切"模式存在三大致命缺陷：I. 效率损失：即使策略A已明显优于B/C，仍持续浪费40%流量在低效策略上II. 响应滞后：需要等待2-4周统计显著性，错过最佳调整窗口III. 机会成本：无法快速捕捉短期趋势（如节日效应... 一、引言：流量分配的效率革命——从固定到动态在互联网增长运营中，流量是核心战略资源。传统做法是固定比例分配：将30%新用户导给策略A，30%给策略B，40%给策略C。这种"一刀切"模式存在三大致命缺陷：I. 效率损失：即使策略A已明显优于B/C，仍持续浪费40%流量在低效策略上II. 响应滞后：需要等待2-4周统计显著性，错过最佳调整窗口III. 机会成本：无法快速捕捉短期趋势（如节日效应...
- 从大模型到边缘智能体：基于行为蒸馏的 Agent 能力压缩与泛化研究 一、背景与问题引入随着大语言模型（LLM）的能力不断增强，**Agent（智能体）**在任务规划、工具调用、环境感知等方面表现出极强的通用性。然而，一个现实问题逐渐显现：大模型很强，但太“重”了。在以下场景中，大模型往往并不适用：边缘设备 / IoT / 嵌入式系统高并发 Agent 集群（如多 Agent 仿真、博弈系... 从大模型到边缘智能体：基于行为蒸馏的 Agent 能力压缩与泛化研究 一、背景与问题引入随着大语言模型（LLM）的能力不断增强，**Agent（智能体）**在任务规划、工具调用、环境感知等方面表现出极强的通用性。然而，一个现实问题逐渐显现：大模型很强，但太“重”了。在以下场景中，大模型往往并不适用：边缘设备 / IoT / 嵌入式系统高并发 Agent 集群（如多 Agent 仿真、博弈系...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签