【Arm的AI世界】供機器學習邊緣裝置使用的軟體、工具與生態系
Arm是如何為開發人員與物聯網軟體生態系提供智慧、節能的機器學習邊緣裝置？物聯網市場正在穩定成長，全新的AI技術創新更是讓人眼界大開。Arm的物聯網事業部致力於把AI創新擴展到那些通常是由微控制器驅動、小型且條件受限的機器學習邊緣裝置。
TI白皮書探討邊緣AI最新軟硬體技術與工具
德州儀器(TI)發表了題為《以嵌入式處理器提升邊緣智慧》的白皮書，深入探討如何透過嵌入式處理器與最新軟體工具，讓AI模型在終端設備高效率執行，並創造更安全、可靠且具即時性的應用。
【Arm的AI世界】以TinyML為基礎的高效率嵌入式電腦視覺
本文將透過在配備Ethos-U55 NPU的現代微控制器上執行兩個TinyML應用，來展示NPU的效能優勢。我們將分別在採用和不採用Ethos-U55 NPU的微控制器上運作應用中所使用的 ML模型，以此對推論延遲進行基準測試。
【Edge AI專欄】 邊緣端小語言模型崛起，開發板跟上了嗎？
本文將幫大家盤點一下常見的19個廠商提供的37種小語言模型，16種 MCU / MPU / SoC 等級 LLM 開發板解決方案，讓大家未來在開發相關應用時能有更多選擇。
Imagimob邊緣AI解決方案支援英飛凌車用MCU產品系列
自動駕駛高度依賴具有機器學習(ML)能力的AI系統，以及能夠安全、可靠、即時並行處理大量資料的處理器，因此邊緣AI成為實現這一目標的關鍵技術。
支援成本敏感Edge AI應用 瑞薩發表入門級RA8系列MCU
瑞薩電子(Renesas)推出RA8E1和RA8E2微控制器(MCU)，擴展了該公司於去年首次推出採用Arm Cortex-M85處理器核心的RA8系列產品。
如何客製化企業 RAG 知識庫？— 從資料庫到知識整合的實戰技術
