消費電子最新文章 聯電高通先進封裝訂單有望在2025年下半年試產 聯電高通先進封裝訂單有望在2025年下半年試產 發表于：12/19/2024 首款國產DDR5內存終于來了 12月18日消息，近日，金百達推出了首款基于國產顆粒的銀爵系列DDR5內存，頻率為6000MHz，時序CL36-36-36-80，工作電壓1.35V，16GBx2套裝499元。 外觀設計上采用了簡約大氣的銀白色散熱馬甲，整體風格極具辨識度，能夠有效提升內存模塊的散熱效果。 發表于：12/18/2024 谷歌第二代AI視頻生成模型Veo 2發布 12月17日消息，據報道，谷歌發布了最新的AI視頻生成模型Veo 2。 據悉，Veo 2模型能夠生成最高4K（4096 x 2160像素）分辨率、時長達到2分鐘的視頻片段，相較于OpenAI的Sora模型，分辨率提升了4倍，視頻時長增加了6倍。僅一個直出原生4K，就非常的恐怖。 發表于：12/18/2024 龍芯中科3C6000處于樣片階段 龍芯中科：3C6000處于樣片階段 雙硅片封裝對標Intel至強6338 發表于：12/18/2024 世界上第一款通用微處理器Intel 8080喜迎50周歲生日 世界上第一款通用微處理器！Intel 8080喜迎50周歲生日 發表于：12/18/2024 英偉達推出生成式AI超級電腦Jetson Orin Nano Super 12月18日消息，據報道，英偉達推出一款名為“Jetson Orin Nano Super”的生成式人工智能 (AI) 超級電腦。 發表于：12/18/2024 高通與Arm法庭激辯 周二在美國特拉華州聯邦法院審理的一場訴訟中，Arm 和高通的律師就芯片行業未來的一個關鍵問題質問了一位蘋果前工程師：在 Arm 的計算架構之上構建的知識產權歸誰所有？ 發表于：12/18/2024 英特爾高通隔空叫陣所謂何事？ 英特爾和高通，隔空打起了口水戰。高通處理器能挑戰英特爾在Windows PC的主導優勢嗎？ 高通筆記本退貨高？ 發表于：12/18/2024 安謀科技攜前沿成果亮相ICCAD 2024 國內芯片產業鏈上游的領軍企業安謀科技今年再度受邀出席，攜旗下一系列前沿技術方案及合作成果精彩亮相，并在高峰論壇和“IP與IC設計服務專題論壇(II)”上發表主題演講，與眾多產業鏈上下游的企業代表、專家學者展開深入交流，共話半導體產業發展“芯”圖景。 發表于：12/17/2024 三星Exynos處理器或將交由臺積電代工 12月16日消息，據韓國媒體Thebell的報道，處于困境當中的三星電子半導體業務，由于尖端制程的良率過低，可能將導致其系統半導體業務（System LSI）部門自研的Exynos 2500旗艦手機芯片將無緣于新一代的Galaxy S25系列器件智能手機。為了解決這一困境，未來部分Exynos處理器可能將會外包生產，臺積電可能將是首選。 發表于：12/17/2024 天馬微電子全新SLOD疊層OLED技術發布 12月17日消息，日前，天馬微電子宣布開發了全新OLED器件結構——SLOD，全稱Stacked Layer OLED Device，即疊層OLED器件。 未來，該技術將在手機、車載、IT顯示等領域應用。 據介紹，相較于傳統單層器件，SLOD采用疊層設計，采用高效載流子產生和分離能力的新型電荷產生層結構，功耗降低30%。 發表于：12/17/2024 無輔助繞組 GaN 反激式轉換器如何解決交流/直流適配器設計難題 本文將探討德州儀器的 UCG28826 集成 GaN 反激式轉換器如何幫助您克服交流/直流適配器設計難題。 發表于：12/16/2024 基于多頭注意力的社交網絡用戶身份鏈接方法 隨著社交網絡的快速發展，人們在社交網絡中擁有越來越多的虛擬身份，識別同一自然人不同網絡虛擬身份的網絡用戶身份鏈接問題變得越來越重要。用戶身份鏈接有助于挖掘網絡用戶的隱信息，構建全面的網絡用戶畫像，進而促進跨網絡的推薦、鏈接預測、信息傳播等多個研究領域發展。現有的基于用戶屬性和基于網絡結構的用戶身份鏈接方法，沒有考慮不同用戶之間影響力差異因素，收斂速度較慢。基于深度游走的用戶身份鏈接方法，融入多頭注意力機制，對用戶間影響力進行建模，實驗結果表明，該方法可以很好地改進算法有效性，提高訓練效率。 發表于：12/16/2024 基于改進YOLOv5n的腐敗水果檢測模型 為了實現多種水果在采摘后自動化篩選和分揀中腐敗水果識別的問題，提出了改進的YOLOv5n模型，命名為mobile-YOLO。首先將YOLOv5n的主干網絡替換為MobileNetV3并引入深度可分離卷積，相較于原模型，這種改進在計算效率和速度上都有所提升，并且準確率也得到了提高。為了進一步提升速度，將C3模塊替換為C2f模塊，實現輕量化的同時獲得了更豐富的梯度流信息。最后將原有的CIoU替換為α-CIoU，以加快收斂速度并保證圖像框位置的準確性。mobile-YOLO相較于原始的YOLOv5n，mAP@.5（mean Average Precision）達到了98.1%，mAP@.5：.95達到了94.2%，同時在P（Precision）值為97.1%和R（Recall）值為96.8%的情況下，參數量幾乎與YOLOv5n保持一致。 發表于：12/16/2024 融合圖文預訓練的漢越多模態神經機器翻譯 由于漢語和越南語之間存在顯著的語法差異及語料稀缺，漢越神經機器翻譯任務面臨名詞翻譯不準確的挑戰。提出了一種新穎的多模態神經機器翻譯方法，該方法融合了文本預訓練模型和視覺語言聯合預訓練模型。通過文本預訓練模型，能夠捕獲深層的語言結構和語義；而視覺語言聯合訓練模型則提供了與文本相關聯的視覺上下文，這有助于模型更準確地理解和翻譯名詞。兩種模型通過一個簡潔高效的映射網絡結合，并通過Gumbel門控模塊動態地整合多模態信息，以優化翻譯輸出。在漢越及越漢翻譯任務中，該方法相比傳統Transformer模型分別提升了7.13和4.27的BLEU值。 發表于：12/16/2024 ?…40414243444546474849…?
