加入收藏 | 设为首页 | 会员中心 | 我要投稿 新余站长网 (https://www.0790zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 站长资讯 > 动态 > 正文

大大加快产业的边缘化进程

发布时间:2021-02-11 17:48:09 所属栏目:动态 来源:互联网
导读:开篇 python是一种代表简单主义思想的语言。代码规范简洁、关键字相对较少、说明文档很简单,容易上手,应用便捷。它能够把用其他语言制作的各种模块很轻松地联结在一起,常被昵称为胶水语言。 数据 在最新的TIOBE 编程语言排行榜上9 月更新已公布,排名前十

开篇

python是一种代表简单主义思想的语言。代码规范简洁、关键字相对较少、说明文档很简单,容易上手,应用便捷。它能够把用其他语言制作的各种模块很轻松地联结在一起,常被昵称为“胶水语言”。

数据

在最新的TIOBE 编程语言排行榜上9 月更新已公布,排名前十的分别是:C,java,python,c++,c#,Visual Basic, javascript ,PHP,R,SQL。

TIOBE 编程社区指数(The TIOBE Programming Community index)是编程语言流行度的指标,该榜单每月更新一次,指数基于全球技术工程师、课程和第三方供应商的数量。包括流行的搜索引擎,如谷歌、必应、雅虎、维基百科、亚马逊、YouTube 和百度都用于指数计算。具体的计算方式见这里
 

科研思路分析

Q:这项研究最初是什么目的?或者说想法是怎么产生的?

A:我们团队的研究工作主要是围绕忆阻器开展,利用忆阻器存算一体的特点来高效地完成矩阵-向量乘法,从而实现人工神经网络的加速。其中,忆阻器的工作机理是依赖电场驱动下氧离子迁移实现阻值调控,这与生物神经网络中的突触和神经元的工作机理很相似,这就启发我们利用忆阻器通过类脑计算的方式来实现高效的神经信号处理,将忆阻器作为连接生物神经与电子系统的天然桥梁,因此我们这项研究就是尝试利用忆阻器的仿生特性来构建新型脑机接口,以期在功耗和速度等方面比传统CMOS电路更有优势。

Q:研究过程中遇到哪些挑战?

A:我们研究过程中遇到的最大挑战之一是如何利用忆阻器阵列来实现高阶的滤波器组,以得到足够高精度的滤波结果用于后一级神经网络的分类。这个挑战包括如何用忆阻器直接处理以模拟形式输入的信号,如何将滤波器系数高精度地映射为忆阻器电导值,如何克服器件电导波动以及不同输入电压下电导不完全一致对计算结果产生的不良影响等具体问题。解决问题的过程中,我们团队在基于忆阻器的存算一体研究方面积累的经验起到了关键的作用。

另外,脑机接口领域本身就是一个非常活跃的交叉学科领域,作为一种新器件,忆阻器的引入一定程度上增加了研究的难度,同时也带来了新的机遇。我们团队和洪波老师团队合作,充分利用对各自领域的理解和技术积累,解决了研究中因跨领域带来的一系列问题。比如,在设计滤波器时,综合考虑了识别癫痫的脑电频段需求和器件规模对计算结果的影响;在设计忆阻器神经网络类型和规模时,研究了不同癫痫生物标志物选择的影响等。

Q:该研究成果可能有哪些重要的应用?哪些领域的企业或研究机构可能从该成果中获得帮助?

A:我们的研究为脑机接口构建了高效的神经信号分析系统,可以用于帮助治疗某些神经系统的疾病,比如癫痫、帕金森病等;同时还可以作为探究大脑的工作机理的重要工具。我们提出用仿生的类脑计算器件来构建基于忆阻器的脑机接口,可以为医疗电子、生物医学等领域提供新的研究思路。
 

云地协同三个发展阶段匹配不同AI场景

据了解,云地协同在实际应用部署时有三个阶段,电信运营商可以针对不同场景选择自己适合的阶段,从而大幅提高网络的资源效率。模型相对简单、算法结构稳定,仅需要根据本地数据进行模型参数优化调整的场景,例如想实现核心网变更在线机器值守,就更适合“云端训练初始模型+地端重训练”这一阶段;而模型相对复杂,需要华为持续进行模型算法结构优化的场景,例如无线KPI异常检测选择“云端模型分发+地端重训练”这个阶段效果更好;而如果模型复杂,还需要华为在云端高质量标注数据,并利用知识图谱以及仿真等知识能力进行模型优化的场景,就建议选择“云地实时协同、模型自动化演进”这个阶段了,例如 IP RAN/PTN 智能告警, DC PUE 优化等。

那么拥有强大的云地协同能力的iMaster NAIE究竟能给电信运营商带来哪些价值呢?在国内某运营商省级公司,多网元故障的占比接近 20%,对现网业务的影响是单网元故障的 9 倍以上,但是跨界的故障定位难造成运维成本居高不下。华为云地协同解决方案先通过地端上传现网告警、拓扑、配置等相关数据到云端,在云端再训练出故障聚合模型下发给地端,地端执行后,再通过网络知识库建立的故障传播图,对故障进行定界,快速找出故障根因,最终完成修复。部署之后,该运营商的故障工单压缩率提升比例 10%以上,不仅运维人员的派单效率显著提升,并且还提高问题定位效率。

作为华为自动驾驶网络解决方案中的重要智能化部件,iMaster NAIE一直在帮助运营商尽快实现数字化转型。而云地协同只是NAIE众多创新“黑科技”之一,NAIE还提供一站式网络AI云服务,让网络AI开发简单高效,并通过丰富的NAIE培训服务,助力运营商人才转型。目前,NAIE已经在多个运营商落地,我们相信,不远的未来,自动驾驶网络必将给电信运营商带来更大的惊喜。

(编辑:新余站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读