-
-
未來科技館 邊緣人工智慧推論系統之智產元件產生器
"1. 自動生成基於卷積神經網路之硬體架構之Verilog code工具:針對現行比較常用的DNN網路可生成4種不同的硬體架構(output/ weight stationary, 樹狀結構, NVDLA)。 2. 可視效能指標分析工具: 根據選擇的DNN模型，與硬體架構規格的選擇，分析效能指標"
-
-
-
未來科技館 低功耗高性能AI神經網路之設計、加速及佈署
本團隊將基於LPCVC 2020的競賽成果以及ICCV 2019的神經網路骨幹架構，做多項的技術展示，包括Deployment of HarDNet on GPU (功耗：大於200瓦), FPGA (數十瓦), Raspberry PiGoogle Coral TPU (小於10瓦)。
-
-
-
未來科技館 透視大腦技術：全腦光學刺激成像與神經迴路建模
結合自行架設之精準神經激發系統，以及具有毫秒解析度觀察神經動態行為的影像系統，我們可獲取大體積腦組織中的神經迴路上下游的連結編碼方式，並以此資料建立精確的神經網路計算模型。我們已在果蠅後級視覺系統上驗證此技術，並將應用於其它如老鼠之較大型物種上。此技術預期可大幅增進我們對大腦複雜運作原理之理解。
-
-
-
AI與IOT應用 未來科技展 低功耗高性能AI硬體加速器 / 高解析度即時影像分割與辨識技術
低功耗高性能AI硬體加速器：整合神經網路設計、模型壓縮、硬體加速器技術，使用少量運算及記憶體，於終端裝置實現低功耗、高精準度的效能。 高解析度即時影像分割與辨識技術：減少層與層之間的連線數量，優化內部cache的運作機制，大幅減少記憶體資料流量與所需的運算時間與運算功耗。
-
- 1
