技術導讀 Archives | 第 3 頁，總計 9 頁

3 月07

AI運算雲平台比較：NVIDIA vs. Intel vs. Qualcomm

本文將針對NVIDIA、Intel及Qualcomm這三家提供的AI雲平台進行定位與應用場景進行比較，有不同需求可選擇適合的平台來部署自己的 AI 應用。

3 月04

AIMET是 Qualcomm 開發的一套 AI 模型優化工具，它透過壓縮和量化技術來縮小模型，同時保持任務的準確性，有助於提高其在資源受限設備（如手機、邊緣裝置、IoT 設備）上的運行效率。

3 月02

TinyLlama 是一款 1.1 B參數的小型語言模型（SLM, Small Language Model），由 TinyLlama 團隊開發，旨在提供高效、輕量級的語言模型，適用於資源受限的環境，如行動裝置、邊緣計算與嵌入式系統。

2 月25

ViT（Vision Transformer）與 YOLO（You Only Look Once）都是知名的物件辨識技術，但它們在架構、應用場景和優勢方面有明顯的不同，本文將針對兩大技術來做一個比較。

2 月14

DeepSeek讓大語言模型再掀熱潮，以低費用、少量運算力、短暫時間就訓練出與今日主流大語言模型相仿的表現，讓各界吃驚。不過有關DeepSeek的各種說法，有時候有些混淆，筆者藉此文想聊一下，或許可以幫一些人釐清，或讓平時對AI有興趣的人有更深刻的瞭解。

2 月13

儘管大語言模型(LLM)更廣為人知，但由於小語言模型(SLM)能夠以更少資源、較低成本提供出色的效能，而且訓練起來也更為簡易且成本更低，因此受到越來越多的關注；Arm展示了搭載Ethos-U85 NPU的系統晶片解決方案如何在嵌入式硬體上運作小語言模型。