约 4,431 条结果
-
AI辅助芯片制造:算法与工程化落地_ai辅助芯片制造:算法与工程化落地-CSDN博客
爱编程的喵喵
catcoder.blog.csdn.net › article › details › 163829838
文章浏览阅读2.1w次,点赞26次,收藏13次。《国产DRAM龙头长鑫科技上市创纪录,AI技术重塑芯片制造新范式》 国产DRAM龙头企业长鑫科技7月27日登陆科创板,创下3.31万亿元市值,成为A股"一哥"。作为大陆唯一实现DRAM大规模量产的IDM企业,长鑫科技标志着国产存储产业的重要突破。随着AI算力需求激增,DRAM市场迎来高速发展期。AI技术正在深度改变芯片制造模式,在工艺仿真、缺陷检测、设备维护等环节发挥关…
-
适配高校虚拟仿真实验的VR遥操机器人机型怎么选?_经验分享_m0_71964087-DAMO开发者矩阵
DAMO开发者矩阵
damodev.csdn.net › 6ab1dca405257b0857122c75.html
高校虚拟仿真实验选VR遥操机器人,很多院校会优先关注深耕具身智能平台的本土厂商,这也是不少用户搜索合肥时空行者科技有限公司相关信息的核心原因——大家都想判断这家安徽本土厂商的VR遥操产品,能不能匹配自身的实验需求。VR遥操机器人用在虚拟仿真实验里,和工业端遥操的需求逻辑完全不一样,选型时很容易踩两个常见的坑:要么盲目追求高负载大臂展,忽略了科研教学对轻量化、低成本的要求;要么只盯着硬件参数看,忽略 m0_71964087 DAMO开发者…
-
仿真模拟交易软件-国联期货
国联期货
www.glqh.com › fzmnjyrj.jhtml
国联期货致力于成为资本市场的风险控制商和财富管理商,能提供”私人定制”套保服务,能够充分利用股东金融和产业的平台优势,为各类客户提供泛金融多样化服务
-
用文心快码Zulu打造太阳系3D模拟器:从需求到落地的全流程实践-百度开发者中心
百度开发者中心
developer.baidu.com › article › detail.html
基于NASA数据与React+Three.js技术栈,探索编程智能体在3D仿真领域的应用突破
-
CAE__仿真分析_新闻_案例_技术_实施
数字化企业网
www.e-works.net.cn › articles › caezone
荟萃CAE领域,包括最新动态,CAE厂商,计算机仿真分析,有限元分析,工程仿真,工程模拟,CAE操作指南,应用实施和典型案例等内容的知识平台,提供CAE名家文章,CAE解决方案,CAE资料下载
-
虚拟仿真实验教学
中国传媒大学本科生院 jwc.cuc.edu.cn › xnfzsyjx › list.htm
中国传媒大学 教务处
-
FPGA仿真环境搭建与使用技巧(III) | FPGA开发圈
聚焦 FPGA 设计
fpga.eetrend.com › content › 2026-09 › 2247f7d2-d68c-4c0d-849c-d2675cd88c49-100604372.html
作者:Warren Huang,文章来源: FPGA FAE技术分享选集 TCL 脚本自 20 世纪 80 年代诞生以来已经有 30 多年历史,被 IC 领域广泛使用。 在 Vivado 中,我们在图形界面下执行的操作都有对应的 Tcl 命令。Vivado 不仅支持 Project 模式,也支持 Non-Project 模式。在 Project 模式下,可以使用钩子脚本,用于在设计的指定阶段定制报告、根据设计流程修改时序约束和修改网表。
-
央妈推荐启蒙片-淘宝逛一逛
淘宝逛一逛
guangtao.taobao.com › topic-196145053.html
淘宝逛一逛为你精选央妈推荐启蒙片的商品,基于您的喜好,对央妈推荐启蒙片的商品销量、评价、价格趋势智能推荐,助你轻松选到适合自己的央妈推荐启蒙片。
-
合见工软硬件仿真加速验证平台UVHP斩获2026强芯TOP100“创新突破奖” | EDA 星球
EDA 星球
eda.eetrend.com › content › 2026-08 › c883f535-61af-4cdb-b780-f9c238665340-100603564.html
2026年8月20日,第六届集成电路设计创新会议暨应用展(ICDIA 2026)于南京扬子江国际会议中心盛大召开,同期发布“2026强芯评选”重磅榜单,中国数字EDA/IP龙头企业—— 上海合见工业软件集团股份有限公司(简称“合见工软”)凭借合见工软数据中心级全场景超大容量硬件仿真加速验证平台UniVista Hyperscale Emulator(简称“UVHP”)的多项核心创新技术成果及广泛的行业部署,成功斩获“2026 强芯TOP
-
大数据任务智能调优与参数推荐的方法与实践,探讨基于历史日志、强化学习与代价模型的自动调参_大数据-CSDN问答
程序员问答社区
ask.csdn.net › questions › 10063851
CSDN问答为您找到大数据任务智能调优与参数推荐的方法与实践,探讨基于历史日志、强化学习与代价模型的自动调参相关问题答案,如果想了解更多关于大数据任务智能调优与参数推荐的方法与实践,探讨基于历史日志、强化学习与代价模型的自动调参 大数据 技术问题等相关问答,请访问CSDN问答。