Inductieve lineaire sensoren met IO-Link
De TF1 is een lineaire positieopnemer met een inductief meetprincipe. Hij ideaal voor toepassingen…
De computing-in-memory technologie is klaar om de enorme knelpunten in de datacommunicatie te elimineren die normaliter worden geassocieerd met kunstmatig intelligente edge-spraakverwerking, maar vereist een embedded geheugen-oplossing die tegelijkertijd neurale netwerkberekeningen uitvoert en gewichtsfactoren opslaat.
Microchip kondigt via dochteronderneming Silicon Storage Technology aan dat zijn SuperFlash memBrain neuromorfische geheugenoplossing dit probleem heeft opgelost voor het WITINMEM neurale verwerkings-SoC, waarmee sub-mA-systemen spraakruis kunnen reduceren en honderden gesproken bevelen kunnen herkennen – in real time en onmiddellijk na het opstarten. Microchip heeft met WITINMEM samengewerkt om de memBrain analoge in-memory computeroplossing op te nemen in WITINMEM’s ultra-low-power SoC. Deze is voorzien van computing-in-memory technologie voor neurale netwerk-operaties, waaronder spraakherkenning, stemherkenning en ruisonderdrukking. Het memBrain neuromorfische geheugenproduct van Microchip is geoptimaliseerd voor het uitvoeren van vectormatrix-vermenigvuldiging voor neurale netwerken. Het stelt processoren in batterijgevoede en embedded edge-apparaten in staat om de hoogst mogelijke AI-prestaties per watt te leveren. Dit wordt bereikt door zowel de neurale gewichtsfactoren als waarden in het geheugenarray op te slaan en dit als het neurale rekenelement te gebruiken.
De TF1 is een lineaire positieopnemer met een inductief meetprincipe. Hij ideaal voor toepassingen…
Hoe kan men als organisatie overzicht over complexe productieprocessen houden, terwijl men tegelijk voldoet…
Het MDD 2000-systeem van Sigmatek is modulair, compact en biedt hoge vermogens. Naast ondersteuning…
