金如熙工作，提高整体的运行速度。对于从事专业图形设计的人来说显卡非常重要。 民用和军用显卡图形

　　如果你喜欢用电脑玩游戏，那么对 NVIDIA（英伟达）这个名字肯定不会陌生，NVIDIA 研发的旗舰级游戏显卡，性能强大，发热量惊人，有“核弹”之称。随着人工智能的兴起，NVIDIA 的 CEO黄仁勋（Jen-Hsun Huang）却反复强调：显卡公司NVIDIA 是一家人工智能公司！

　　2014 年，NVIDIA 的股价还在 25 美元附近徘徊，到了今天，NVIDIA 的股价却已经飙到了 96 美元，翻了近 4 倍！堪称美国科技界的一只“妖股”。

　　创建 NVIDIA 之前，黄仁勋曾经是 AMD 公司的芯片设计师，那时候的他或许想不到，二十年后，自己创立的公司会成为老东家最强劲的竞争对手。

　　在 AMD 公司，黄仁勋打下了结实的技术基础，之后他又跳槽到了芯片公司 LSI-Logic，在那里，黄仁勋完成了从技术岗到销售岗的转型。1993 年，三十而立的黄仁勋和两位好友共同创建了 NVIDIA，主攻当时仍处在萌芽阶段的图形芯片市场。

　　NVIDIA 做的第一件大事，就是花两年时间研发了一款与市面上所有图形芯片都不同的产品——NV1，其集成了显卡、声卡、手柄驱动等多种功能，瞄准的并不是 PC 市场，而是游戏主机。

　　可惜，NVIDIA 倾尽全力研发出来的第一款产品，却始终没有打进主流游戏市场，NVIDIA 花光了投资，几近破产。

　　在走投无路之际，游戏公司世嘉伸出了援手——当时世嘉正在开发新一代的主机“土星”，他们认为 NVIDIA 芯片的高集成度能够更好地在游戏机上发挥性能，因此投入了 700 万美金支持 NVIDIA 研发新一代的产品。

　　虽然世嘉跟 NVIDIA 的合作最终没有成功，研发中的 NV2 芯片也因此流产，但靠着这 700 万美金，黄仁勋终于摸到了市场的脉象——当时微软发布了 Direct X 接口，可市面上支持这一标准的图像芯片却寥寥无几，所有的图像芯片厂商都在忙着推广自己的接口。

　　黄仁勋决定，放弃部分已有的专利，转而全面支持微软的 Direct X 接口。同时，NVIDIA 全面提升了开发速度，每六个月就研发一款新产品。

　　转型后的 NVIDIA 推出了 Riva 128 芯片，不仅性能足够强大，而且造价也要比同类产品低廉不少，加上对 Direct X 的良好支持，成为不少 ODM厂商的首选。

　　之后，找对产品思路的 NVIDIA 开始奋起直追，于 1999 年推出了世界上首款GPU（Graphics Processing Unit，图形处理器）GeForce 256，与同时代的其他图像芯片相比，GeForce 256 的创新之处在于，大大减少了对 CPU 的依赖，强化了对 3D 图像的渲染功能，性能上远远地甩开了同期的对手。

　　得益于 GeForce 256 的出色表现，NVIDIA 拿到了微软 Xbox 游戏机的订单，辗转多年以后，NVIDIA 又回到了他们最初想攻占的游戏机市场。

　　其实，黄仁勋一直都知道，NVIDIA 的 GPU 绝不只是为电子游戏服务的，但是让他想不到的是，GPU 居然还能在“深度学习”领域大放异彩。

　　“深度学习”是人工智能的关键，从 20 世纪 60 年代至今，“深度学习”领域一直没有巨大突破的原因在于：

　　互联网的普及让数据前所未有地庞大，而且每个人都能轻易地接触到大量的数据，可是这么多年过去了，计算机的算力依旧不够强大。

　　2006 年，为了减少开发者的负担，NVIDIA 发布了一个名为 CUDA 的编程工具，开发者们通过这套工具，可以轻松地让 GPU 同时对画面上的每一个像素进行编程，让他们完成一些简单的渲染工作——这样一来，开发者就无须不胜其烦地重复写代码了。

　　同样，利用这一原理，深度学习的研究者们也可以利用 GPU 来完成大量低级计算，从而大大提升人工智能的计算能力。在世界范围内，大约有 3000 家人工智能公司通过 NVIDIA 的芯片来满足他们对人工智能的需求，其中不乏亚马逊、谷歌、微软等科技巨头。

　　深度学习就像人脑一样，你几乎可以教会它任何东西，但它有个巨大的障碍：需要庞大的计算量，这跟我们的 GPU 的运算模式几乎是一致的。

　　尽管 NVIDIA 的主营业务仍是显卡，2017 财年第三季度，图形芯片部门的营收占其总营收的 85%；但得益于人工智能领域的发展，NVIDIA 的汽车业务增长迅速，同比增长 60.8%，最新推出的车载电脑 DRIVE PX 2 更是被用到了特斯拉的电动汽车当中，发展前景十分可观。

　　显卡的工作非常复杂，但其原理和部件很容易理解。在本文中，我们先来了解显卡的基本部件和它们的作用。此外，我们还将考察那些共同发挥作用以使显卡能够快速、高效工作的因素。

　　显示卡（videocard）是系统必备的装置，它负责将CPU送来的影像资料（data）处理成显示器（monitor）可以了解的格式，再送到显示屏（screen）上形成影像。它是我们从电脑获取资讯最重要的管道。因此显示卡及显示器是电脑最重要的部份之一。我们在监视器上看到的图像是由很多个小点组成的，这些小点称为“像素”。在最常用的分辨率设置下，屏幕显示一百多万个像素，电脑必须决定如何处理每个像素，以便生成图像。为此，它需要一位“翻译”，负责从CPU获得二进制数据，然后将这些数据转换成人眼可以看到的图像。除非电脑的主板内置了图形功能，否则这一转换是在显卡上进行的。我们都知道，计算机是二进制的，也就是0和1，但是总不见的直接在显示器上输出0和1，所以就有了显卡，将这些0和1转换成图像显示出来。

　　早期，显卡计算能力不行，3D的数据处理不过来。古墓丽影中，劳拉的屁股是方的。

　　显卡的主要部件是：主板连接设备、监视器连接设备、处理器和内存。不同显卡的工作原理基本相同CPU与软件应用程序协同工作，以便将有关图像的信息发送到显卡。显卡决定如何使用屏幕上的像素来生成图像。之后，它通过线缆将这些信息发送到监视器。

　　显卡的演变自从IBM于1981年推出第一块显卡以来，显卡已经有了很大改进。第一块显卡称为单色显示适配器（MDA），只能在黑色屏幕上显示绿色或白色文本。而现在，新型显卡的最低标准是视频图形阵列（VGA），它能显示256种颜色。通过像量子扩展图矩阵（QuantumExtendedGraphicsArray，QXGA）这样的高性能标准，显卡可以在最高达2040x1536像素的分辨率下显示数百万种颜色。

　　根据二进制数据生成图像是一个很费力的过程。为了生成三维图像，显卡首先要用直线创建一个线框。然后，它对图像进行光栅化处理（填充剩余的像素）。此外，显卡还需添加明暗光线、纹理和颜色。对于快节奏的游戏，电脑每秒钟必须执行此过程约60次。如果没有显卡来执行必要的计算，则电脑将无法承担如此大的工作负荷。

　　显卡在完成工作的时候主要靠四个部件协调来完成工作，主板连接设备，用于传输数据和供电，处理器用于决定如何处理屏幕上的每个像素，内存用于存放有关每个像素的信息以及暂时存储已完成的图像，监视器连接设备便于我们查看最终结果。

　　声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

　　2018年大容量存储行业的主要供应商如西部存储、日立、东芝、希捷基本上是齐头并进，大家都能开发出10TB、12TB、14TB硬盘，但到2019年，希捷将凭借独特的HAMR和多读写臂技术脱颖而出，重占行业

　　5G到底是什么？为什么引得一众通讯巨头相继抢占先机？在这里，将用一组图带您梳理一下5G的

　　。在视频、游戏霸屏移动端的今天，4G已不能满足庞大的流量需求。4G即将成为明日黄花，5G即将接棒流量市场

　　是一门新的技术科学。说是科学其实也是一种擦边球似的科学，属于自然科学、社会科学、技术科学三项交叉而来的科学。如今的地球，在这颗水蓝色的小球上生活着大约65亿

　　（AI）芯片？AI芯片的主要用处有哪些？在AI任务中，AI芯片到底有多大优势？

　　实验室建设需要什么？问题二：课程、学习资料如何选取？问题三：师资队伍如何建设？问题四：理论知识如何

　　是在1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟

　　和机器学习如今一直在改变着我们的世界，2020年发生的冠状病毒疫情为这两种技术带来了新的机会和紧迫性，预计在2021年将会有更大的

　　(AI)以及利用神经网络的深度学习是实现高级驾驶辅助系统(ADAS)和更高程度车辆自主性的强大技术。随着

　　家居的研发和普及，这些场景在未来都会成为现实。2018年***工作报告提出，

　　、大数据为代表的新兴技术岗位薪资出现明显上升，无论薪资基数、薪资涨幅还是

　　技术本身就是一种模拟人类大脑的思考方式的一种技术，它的英文简称是AI技术，在西方国家，

　　水平吗？如果技术成熟的那一天，人类文明的胜利果实会不会被机器人给夺走？如果线

　　替代，因为考古不产生利润，商业和***对其兴趣和投入都很小。哈哈，没想到吧，冷门职业反而是改革中的获益者。2、设计师技术

　　，提供了一种新的能量，缔造一种新的“虚拟劳动力”。来自埃森哲与经济学前沿公司最近的一份报告大胆提出，到2035年

　　时代的核心驱动力量》从AlphaGo的人机对战，到无人驾驶汽车的上路，再到AI合成主播上岗

　　的关键组成部分，有助于将AI作为未来的主流。而这仅仅是个开始。AI：反映人类推理的对象根据经典的定义，

　　机器，并使用Jetson Xavier进行硬件在环测试。提早转型，英伟达开启

　　路途遥远，远远还不到与人类竞争的程度，而且也不会反生的。与其胡思乱想，不如好好学习

　　的拐点。▌部分参会企业▌主办方▌联合主办方▌支持单位▌支持厂商▌媒体支持▌200G

　　产业布局对比美国AI产业布局全面领先，在基础层、技术层和应用层，尤其是在算法、芯片和数据等产业核心领域，积累了强大的技术创新优势，各层级企业数量全面领先中国。相比较而言，中国在

　　产品的需求。而对于从中小企业到预算受限的大型企业来说，通过云计算来采用

　　手机和其他消费者设备所收集的数据。运动传感器数据以及其他信息比如GPS地址，可提供大量不同的数据集。因此，问题在于：“如何使用

　　，它的各项特性在电子行业得到普遍认可和广泛使用。清版主删除，以为附件超大了不能上传[此贴子已经被作者于2008-7-29 15:14:40编辑过]

　　的前提。 “在企业系统里，绝对需要做一些判断和推荐，你要推荐什么商品给用户，该放什么样的广告，这背后都可以用到

　　。在他看来，今天，两者的很多场景都是融合在一起的，处在相辅相成、不断促进

　　程序。他们需要编程才能发挥作用。事实上，他们似乎不可避免地会从简单的 AI 程序开始，随着他们的理解和学习能力的

　　及其在相关领域应用的提案，建议制定国家层面的总体行动计划。 各个企业都开始布局

　　到今天的。（有一大波CPU来袭，总有几款你认得）第一部分：20世纪70至80年代(1).1971年11月15日，世界上第一块个人微型处理器4004诞生...

　　，看看人们是经过怎样的努力，才享受到了如今美好惬意的新生活。 1932年：Alpha机器人 1939年：Elektro机器人 1950年：按钮庄园

　　都是由同时代最优异的电子器件架构而成，同时它本身又有力的推动了电子技术向前进步，工程师只有借助于示波器才能不断改进产品性能。可以毫不夸张的说，示波器的历史就是一部电子工业的

　　蓝牙耳机摆脱了有线mm耳机口，更是扩大了蓝牙耳机的市场。进入2019年，TWS真无线蓝牙耳机得到爆发式增长，下面我来讲解蓝牙耳机的

　　指点本土手机技术提升新出路 经济危机爆发以后，欧美手机巨头出货量大幅下滑，中国本土厂商中兴、华为以及部分

　　有市场研究机构预计，到2025年会有超过50亿的基于蜂窝技术的物联网连接,目前Qualcomm已经推出针对物联网的调制解调器解决方案。

　　1996年7月5日世界上第一只克隆羊的诞生，意味着人类在基因克隆领域的一大进步，2018年智信通多年来致力于成为

　　（AI）热潮持续攀升，AI晶片的竞争也日趋激烈，而GPU近年来可说是跃升为AI晶片

　　。为了不让GPU专美于前，以FPGA为主的英特尔（Intel）也加紧脚步，拓展创新技术，加速AI部署

　　品牌,冲牙器在国内逐渐普及之后,越来越多的国外大品牌开始入驻市场,其中欧美两大品牌洁碧与心诺也相序进入国内市场。然而对于铺天盖地的宣传,很多初次接触冲牙器的消费者完全

　　，也要做特殊时期抗疫前线的先锋队，“养兵千日”的创新成果，要在疫情防控的战场上中得到实践检验和应用。

　　服务中心、中国工商银行广州分行、广东股权交易中心联合举办的广州拟上市企业“

　　① 活动｜机智云受邀参展2023广州国际创新节 ② 荣誉｜机智云入选2023广州