MediaTek
人工智慧
指引端侧人工智慧技术创新
端侧人工智慧
人工智慧应用的快速严谨正在改变设备的生成和使用方式。这种需求的转变以及持续增强的人工智慧技术，促使更多家庭产物、汽车产物或个人设备实现「端侧」人工智慧处理，而不再仅依靠云端运算。
端侧运算的优点包括即时资料处理、资料隐私性和出色能效。对於设备製造商来说，採用这项技术，意味着无需在每个产物销售区域部署云端基础设施，从而大幅缩短产物上市时间。
联发科技神经网路处理器（狈笔鲍）
联发科技先进的神经网路处理器（狈笔鲍）拥有自研深度学习加速器（性能核心）、视觉处理单元（灵活核心）、基於硬体的多核心调度器以及软体开发工具包（狈别耻谤辞笔颈濒辞迟）等核心元件。
聯發科技 NeuroPilot
我們以聯發科技 NeuroPilot 對應在終端人工智慧所面臨到的挑戰。我們將 CPU、GPU 和 APU（AI 處理單元）等異構運算功能內建到 SoC 中，從而為人工智慧功能和應用提供了高性能和低功耗。針對 SoC 中的這些特定處理單元，開發人員可以讓聯發科技 NeuroPoint SDK 智慧地為他們處理所分配到的任務。
MediaTek 生成式人工智慧
作為開發功能強大、高度整合和高效系統系統產品的產業領導者，MediaTek 透過創建邊緣人工智慧硬體處理生態系統，並與其產品系列（智慧型手机和筆記型電腦、智慧家庭、公司智慧物联网和智慧汽车）中的綜合軟體工具相結合，實現人工智慧的未來。
今天、明天与未来
现在
随着人工智慧的快速发展，它正在重塑我们在家裡，工作场所和城市中所使用的技术，并為我们带来新的体验以及改变我们的互动方式。
现在，人工智慧能夠實現如深度學習面部檢測（DL-FD）、即時美化、創意圖層堆疊、物體和場景辨識、AR/MR 加速、攝影和視頻的增強現實等技術。
明天及未来
先進人工智慧裝置的未來是巨大的。想像一下，未來可使用完全符合您需求和習慣的裝置：透過智慧型手机追蹤您的健康狀況，並在您身體感到任何不適前就預先提醒您注意；建造智慧家庭的環境，可以在您到家之前就先開啟家中的電燈和暖氣；或乘坐自動駕駛汽车載您到任何您想去的地方。這種與生俱來的智慧如此貼近我們的生活，帶來了新的用戶體驗水準，並改變了您的世界。這就是終端人工智慧落地的體現。
MediaTek NeuroPilot 特點
一次編寫, 隨處應用
聯發科技 NeuroPilot SDK 支援所有聯發科技具人工智慧的硬體。 它允許開發人員為現有和未來的聯發科技硬體平台以及包括 智慧手機，汽车，智慧家庭，物联网等在內的所有產品線做“一次編寫，隨處應用”。 這不僅簡化創建過程，也節省成本和上市時間。 其所支援的軟體生態系統包括安卓和 Linux 作業系統， 並提供完整的編譯器，分析器和應用程式庫。
构建友善的架构
開發者可以使用 TensorFlow、TF Lite、Caffe、Caffe2 Amazon MXNet、Sony NNabla 或其他自訂的協力廠商通用架構來構建應用程式。在 API 級別，我們提供聯發科技 NeuroPilot SDK 包括谷歌安卓神經網路 API（Android NNAPI）和聯發科技 NeuroPilot 擴充元件，從而讓開發人員和設備製造商能以更加貼近硬體的方式編碼以提高性能和省電效率。
联发科技创新基地
联发科技研究院致力於发展和提升日常设备中的人工智慧生态系统。
这包括具有极高解析度的感测器、专门用於散景捕捉等流行功能的感测器、用於增强光灵敏度的单声道感测器或用於独特应用的专业感测器。随附的镜头可以适应多种拍摄风格，包括变焦、广角、微距或日常摄影。
Mar 8, 2023
In this paper we present the multilingual language model BLOOM-zh that features enhanced support for Traditional Chinese. BLOOM-zh has its origins in the open-source BLOOM models presented by BigScience in 2022.
Feb 02, 2023
We introduce a new approach to estimate the natural gradient via Legendre-Fenchel duality, provide a convergence proof, and show competitive performance on a number of benchmarks.
Dec 19, 2022
This paper presents a learning-based algorithm using graph neural network (GNN) and deconvolution network to predict the placement of the locations and the aspect ratios for the design blocks with flexible rectangles.
Oct 31, 2022
A near-optimal algorithm is proposed for pure exploration in a new framework for collaborative bandit learning that encompasses recent prior works.
Nov 24, 2022
We provide performance guarantees for gradient descent under a general adversarial framework
Kernel-based models such as kernel ridge regression and Gaussian processes are ubiquitous in machine learning applications for regression and optimization.
Feb 20, 2022
Kernel-based bandit is an extensively studied black-box optimization problem, in which the objective function is assumed to live in a known reproducing kernel Hilbert space.
LPI: Learned Positional Invariances for Transfer of Task Structure and Zero-shot Planning
Real-world tasks often include interactions with the environment where our actions can drastically change the available or desirable long-term outcomes.
Jun 1, 2022
Sequential activity reflecting previously experienced temporal sequences is considered a hallmark of learning across cortical areas.
Apr 13, 2022
Recently, successful applications of reinforcement learning to chip placement have emerged. Pretrained models are necessary to improve efficiency and effectiveness.
