超級電腦
含有「超級電腦」共 40 篇內容
全部內容
發佈日期由新至舊
DA的美股日記
2024/12/21
HBM的主要應用領域是什麼
HBM(高頻寬記憶體)的主要應用領域包括: AI和機器學習 AI伺服器:處理海量數據和複雜模型,需要極高的記憶體頻寬 深度學習和機器學習應用:加速處理大型數據集和複雜算法 高效能運算(HPC) 超級電腦 科學計算 大規模並行處理任務 圖形處理 高端GPU:用於專業圖形卡和AI加速器
#
AI伺服器
#
記憶體
#
理大
喜歡
留言
DA的美股日記
2024/12/20
GDDR和HBM
GDDR和HBM主要用於需要高頻寬記憶體的應用領域,但它們各有特色和主要應用場景: GDDR (圖形雙倍數據速率記憶體) GDDR主要應用於: 顯示卡: 是GDDR最主要和傳統的應用領域,用於處理圖形渲染 遊戲主機: 如PlayStation和Xbox等遊戲主機使用GDDR作為系統和圖形記憶
#
專業
#
BMG
#
機器學習
喜歡
留言
DA的美股日記
2024/12/20
高頻寬記憶體(HBM)和傳統伺服器DRAM的性能特徵
頻寬比較 HBM: 極高頻寬,最高可達1TB/s 伺服器DRAM: 中等頻寬,最高約50GB/s 差異分析 頻寬差距:HBM的頻寬比傳統伺服器DRAM高出約20倍。這意味著HBM能在相同時間內傳輸更多數據。 應用場景: HBM: 主要用於高性能計算領域,如AI加速器、高端GPU和超級電腦
#
伺服器
#
記憶體
#
DRAM
喜歡
留言
DA的美股日記
2024/12/20
高頻寬記憶體(HBM)跟伺服器DRAM有甚麼差別
高頻寬記憶體(HBM)和伺服器DRAM雖然都屬於動態隨機存取記憶體的範疇,但在設計、性能和應用上有顯著差異: 技術設計 HBM:採用3D堆疊封裝技術,將多個DRAM晶片垂直堆疊,並使用矽穿孔(TSV)互連 伺服器DRAM:通常採用傳統的平面晶片設計8 性能特點 HBM: 極高頻寬,最高可
#
DRAM
#
伺服器
#
記憶體
喜歡
留言
Baozilla, Let's go!
2024/12/19
20241219_TechNEws 科技日報
NVIDIA 執行長黃仁勳在行銷產品可說是創意滿分,過去曾在廚房中戴起隔熱手套,打開烤箱拿出一個烤盤大的顯示卡,今年他又從烤箱中拿出新產品,體積小巧的新款生成式 AI 超級電腦。黃仁勳還笑稱說可能烤太久了,所以外型縮小,這款產品叫做「Jetson Orin Nano Super」。
#
半導體產業
#
方格新手
#
微軟
6
留言
世界新鮮事
2024/12/18
NVIDIA 推出 Jetson Orin Nano Super:一款革命性的低成本生成式 AI 超級電腦
NVIDIA 推出 Jetson Orin Nano Super 開發者套件,具備強大 AI 計算性能與低功耗設計,針對開發者提供豐富的軟體支援與開發工具,推動邊緣計算和生成式 AI 技術普及化,並降低入門門檻,促進創新應用。
#
NVIDIA
#
邊緣計算
#
AI開發
2
留言
水源駝哥 / 科技導讀與應用思考
2024/12/18
量子晶片能開啟下一個 iPhone 時刻嗎?
量子晶片 Willow 震撼科技圈,號稱能在 5 分鐘內完成傳統超級電腦要花 10 的 25 次方年的運算。但這是否意味著量子電腦將如 iPhone 般徹底改變我們的生活?答案可能令你感到意外!本文深入剖析 Willow 的真正突破和侷限,解答量子運算在科學前沿探索中扮演的關鍵角色
#
方格新手
#
iPhone
#
量子電腦
1
留言
AI 峰哥
2024/12/13
Google量子運算革命 : Willow晶片5分鐘搞定宇宙也解不開的題目,未來世界將徹底改變!
本文探討了Google最新量子晶片「Willow」在量子運算方面的突破,能在極短時間內解決傳統電腦無法應對的超級難題。量子位元的特性及其錯誤率降低技術,展現了量子電腦在AI、醫藥化學等多個領域的潛在應用。此外,文章還分析了這一技術如何影響商業格局,並展望量子運算對於未來生活的深遠影響。
#
AI
#
Google
#
電腦
11
留言
DA的美股日記
2024/12/11
量子計算與傳統計算之間的差別
量子計算與傳統計算之間的差別主要體現在運算原理、數據處理方式和計算能力等方面。以下是一些關鍵的比較點: 1. 基本單位 傳統計算:使用**比特(bit)**作為基本單位,比特只能表示0或1的狀態。 量子計算:使用量子比特(qubit),量子比特可以同時處於0和1的疊加狀態,這使得量子計算能夠在
#
電腦
#
比特
#
數據
喜歡
留言
世界新鮮事
2024/12/10
Google量子晶片Willow:量子計算的未來已經來臨
Google推出的量子晶片Willow在錯誤校正和運算性能上取得顯著突破,為量子計算的商業化邁出了重要步伐。隨著錯誤率的下降,未來的量子計算將應用於藥物設計、材料科學等領域,展現巨大潛力。
#
量子計算
#
Google
#
Willow
1
留言