【Arm的AI世界】運用功能安全、容器與DDS打造安全且可擴展的汽車系統
在 Arm 上運用功能安全、容器化工作負載,以及以DSS為基礎的即時通訊,打造安全、模組化的 SDV 系統。
【Arm的AI世界】按步驟學習在Arm Ethos-U85上部署PaddlePaddle模型
Ethos-U85是目前效能最高的Arm Ethos NPU,可因應在邊緣端執行先進AI推論工作負載日益成長的需求,包括LLM等基於Transformer的網路。
【Arm的AI世界】運用ExecuTorch與Arm SME2加速裝置端機器學習推論
這篇文章將探討ExecuTorch和Arm SME2如何為互動式影像分割等行動端應用場景帶來速度更快、回應更流暢的AI體驗。
【Arm的AI世界】重新思考CPU在AI中的角色:在DGX Spark上實作實用的RAG
本文將深入解析基於CPU的嵌入、統一記憶體與本地檢索工作流程如何相互串接,在桌機級AI平台上打造反應迅速、兼顧隱私的RAG流水線——並由Arm與DGX Spark驅動運算。
【Arm的AI世界】運用本地端LLM推論重塑智慧家庭的隱私與延遲表現
本文將帶領讀者了解如何透過Raspberry Pi 5與基於Arm的本地端LLM推論,打造一個完全私有、無需依賴雲端、且具備即時效能的智慧家庭助理。
